เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ประเมินโมเดล Random Forest

เช่นเดียวกับโมเดล Linear Regression จะใช้ค่า MAE เป็นตัวชี้วัดประสิทธิภาพของโมเดล Random Forest

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Machine Learning ใน Tidyverse

ดูคอร์ส

คำแนะนำการฝึกหัด

  • คำนวณค่า MAE โดยเปรียบเทียบค่าจริงกับค่าที่พยากรณ์ได้ของข้อมูล validate แล้วกำหนดผลลัพธ์ไปยังคอลัมน์ validate_mae
  • พิมพ์คอลัมน์ validate_mae ออกมาดู (สังเกตว่าค่ามีความแตกต่างกันอย่างไร)
  • คำนวณค่าเฉลี่ยของคอลัมน์นี้

หมายเหตุ: ค่าจริงของ validate fold (validate_actual) ถูกเพิ่มลงใน data frame cv_data ให้แล้ว

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

library(ranger)

# Calculate validate MAE for each fold
cv_eval_rf <- cv_prep_rf %>% 
  mutate(validate_mae = map2_dbl(___, ___, ~mae(actual = .x, predicted = .y)))

# Print the validate_mae column
___

# Calculate the mean of validate_mae column
___
แก้ไขและรันโค้ด