Kom igångKom igång gratis

Träningsprestation

Det är viktigt att veta om din regressionsmodell är användbar eller inte. En användbar modell är en som fångar strukturen i din träningsdatamängd väl. Ett sätt att bedöma denna träningsprestation är att göra prediktioner på träningsdata och beräkna medelabsolutfelet för alla predikterade datapunkter.

I den här övningen utvärderar du dina träningsprediktioner med hjälp av MAE (medelabsolutfel). MAE anger ungefär hur långt ifrån de sanna värdena prediktionerna är.

Det beräknas med följande formel, där \(n\) är antalet gjorda prediktioner:

$$MAE = \frac{1}{n} \cdot \sum_{i=1}^n \text{absolutvärdet av det }i\text{:e felet}$$

I din arbetsmiljö finns din model – det regressionsträ som du byggde i de tidigare övningarna.

Den här övningen är en del av kursen

Maskininlärning med trädbaserade modeller i R

Visa kurs

Övningsinstruktioner

  • Skapa in_sample_predictions genom att använda model för att göra prediktioner på tibble-strukturen chocolate_train.
  • Beräkna en vektor abs_diffs som innehåller de absoluta skillnaderna mellan träningsprediktionerna och de sanna betygen.
  • Beräkna medelabsolutfelet enligt formeln ovan.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Predict using the training set
in_sample_predictions <- predict(model,
                                 ___)

# Calculate the vector of absolute differences
abs_diffs <- ___(__$___ - ___$___)

# Calculate the mean absolute error
1 / ___ * ___
Redigera och kör kod