Anpassa vecken
Nu när du har delat upp dina data i veck är det dags att använda dem för modellträning och beräkning av out-of-sample-felet för varje enskild modell. På så sätt får du en balanserad uppskattning av modellspecifikationens prestanda, eftersom du utvärderade den out-of-sample flera gånger.
I din workspace finns chocolate_folds, som du skapade i föregående övning (10 veck av chokladträningsdatamängden).
Den här övningen är en del av kursen
Maskininlärning med trädbaserade modeller i R
Övningsinstruktioner
- Visa att du fortfarande kan göra det: skapa
tree_spec, en regressionsträdsspecifikation med en"rpart"-motor. - Använd
fit_resamples()för att anpassa dina veck tilltree_spec, modellerafinal_grademed hjälp av alla övriga prediktorer och utvärdera med både MAE och RMSE.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Create a specification
tree_spec <- ___ %>%
___
___
# Fit all folds to the specification
fits_cv <- ___(tree_spec,
___,
resamples = ___,
metrics = ___)
fits_cv