Förberedelse inför utvärdering

För att mäta validate-prestandan hos dina modeller behöver du jämföra de förutsagda värdena för life_expectancy i valideringsuppsättningen med de faktiska registrerade värdena. Här förbereder du båda dessa vektorer för varje partition.

Den här övningen är en del av kursen

Maskininlärning med Tidyverse

Visa kurs

Övningsinstruktioner

Extrahera de faktiska värdena för life_expectancy från valideringsdataramarna och lagra dem i kolumnen validate_actual.
Förutsäg life_expectancy för varje valideringspartition med hjälp av funktionerna map2() och predict() i kolumnen validate_predicted.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

cv_prep_lm <- cv_models_lm %>% 
  mutate(
    # Extract the recorded life expectancy for the records in the validate data frames
    validate_actual = map(validate, ~.x$___),
    # Predict life expectancy for each validate set using its corresponding model
    validate_predicted = map2(.x = model, .y = validate, ~___(.x, .y))
  )

Redigera och kör kod