Performanță în eșantionul de antrenament și în afara lui
Un model mai complex performează întotdeauna mai bine? Așa cum am discutat în videoclip, adevărul e mai nuanțat de atât.
Modelele supraantrenate înțeleg perfect structura setului de antrenament, dar nu reușesc să generalizeze pe date noi. Cam dezamăgitor! Până la urmă, scopul principal al unui model predictiv este să performeze bine pe date noi, nu? Hai să investigăm!
Încărcat în prealabil se află ultimul model din exercițiul anterior, complex_model, împreună cu datele de antrenament și de testare (chocolate_train și chocolate_test).
Acest exercițiu face parte din cursul
Machine Learning cu modele bazate pe arbori în R
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Predict on and combine with training data and calculate the error
predict(___, new_data = ___) %>%
___ %>%
mae(___,
___)