Dataramar för korsvalidering

Nu när du har avsatt en del av dina data som testdata kan du använda den återstående delen för att hitta den bäst presterande modellen.

I den här övningen delar du upp träningsdata i en serie av 5 tränings- och valideringsuppsättningar med hjälp av funktionen vfold_cv() från paketet rsample.

Den här övningen är en del av kursen

Maskininlärning med Tidyverse

Visa kurs

Övningsinstruktioner

Bygg en dataram för 5-faldig korsvalidering från training_data med vfold_cv() och tilldela den till cv_split.
Förbered cv_data genom att lägga till två nya kolumner i cv_split:
- train: innehåller träningsdataramarna genom att mappa training() över kolumnen splits.
- validate: innehåller valideringsdataramarna genom att mappa testing() över kolumnen splits.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

set.seed(42)

# Prepare the data frame containing the cross validation partitions
cv_split <- vfold_cv(___, v = ___)

cv_data <- cv_split %>% 
  mutate(
    # Extract the train data frame for each split
    train = map(___, ~___(.x)), 
    # Extract the validate data frame for each split
    validate = map(___, ~___(.x))
  )

# Use head() to preview cv_data
head(cv_data)

Redigera och kör kod