ÎncepețiÎncepe gratuit

Evaluează fold-urile

Acum că ai antrenat 10 modele folosind toate cele 10 fold-uri și ai calculat MAE și RMSE pentru fiecare dintre ele, este momentul să vizualizezi cât de mari sunt erorile. Astfel, îți formezi o intuiție despre distribuția erorii out-of-sample, ceea ce te ajută să evaluezi calitatea modelului tău.

Vei reprezenta toate aceste erori sub forma unei histograme și vei afișa statisticile sumare pentru toate fold-urile.

Rezultatul exercițiului anterior, fits_cv, este preîncărcat.

Acest exercițiu face parte din cursul

Machine Learning cu modele bazate pe arbori în R

Vezi cursul

Instrucțiuni pentru exercițiu

  • Colectează erorile out-of-sample ale tuturor modelelor din fits_cv folosind o singură funcție din yardstick și salvează-le ca all_errors.
  • Creează o histogramă cu ggplot2 folosind .estimate ca estetică x și colorează barele în funcție de .metric cu fill.
  • Folosește aceeași funcție ca la prima instrucțiune, cu summarize = TRUE, pentru a afișa statisticile sumare ale fits_cv.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

library(ggplot2)

# Collect the errors
all_errors <- ___(___, summarize = ___)

# Plot an error histogram
ggplot(___, aes(___, ___)) +
        ___()

# Collect and print error statistics
___(fits_cv, ___)
Editează și rulează codul