Construiește și evaluează cel mai bun model

Prin validare încrucișată ai reușit să identifici cel mai bun model pentru prezicerea valorii life_expectancy folosind toate caracteristicile din gapminder. Acum că ți-ai ales modelul, poți folosi setul independent de date (testing_data) pe care l-ai rezervat pentru a estima performanța acestuia pe date noi.

Vei construi acest model folosind toate datele din training_data și îl vei evalua pe testing_data.

Acest exercițiu face parte din cursul

Machine Learning în Tidyverse

Vezi cursul

Instrucțiuni pentru exercițiu

Folosește ranger() pentru a construi modelul cu cea mai bună performanță (mtry = 4) utilizând toate datele de antrenament. Atribuie rezultatul variabilei best_model.
Extrage coloana life_expectancy din testing_data și atribuie-o variabilei test_actual.
Prezice life_expectancy folosind best_model pe datele din testing_data și atribuie rezultatul variabilei test_predicted.
Calculează MAE folosind vectorii test_actual și test_predicted.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Build the model using all training data and the best performing parameter
best_model <- ranger(formula = ___, data = ___,
                     mtry = ___, num.trees = 100, seed = 42)

# Prepare the test_actual vector
test_actual <- testing_data$___

# Predict life_expectancy for the testing_data
test_predicted <- predict(___, ___)$predictions

# Calculate the test MAE
mae(___, ___)

Editează și rulează codul