เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ประเมินประสิทธิภาพของโมเดล

เมื่อมีทั้งค่า จริง และค่า ที่ทำนาย ของแต่ละ fold แล้ว สามารถนำทั้งสองมาเปรียบเทียบเพื่อวัดประสิทธิภาพของโมเดลได้

สำหรับโมเดล regression นี้ จะวัด Mean Absolute Error (MAE) ระหว่างเวกเตอร์ทั้งสอง ค่านี้บอกถึงความแตกต่างเฉลี่ยระหว่างค่า จริง กับค่า ที่ทำนาย

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Machine Learning ใน Tidyverse

ดูคอร์ส

คำแนะนำการฝึกหัด

  • คำนวณ MAE โดยเปรียบเทียบค่าจริงกับค่าที่ทำนายจากข้อมูล validate แล้วกำหนดผลลัพธ์ให้กับคอลัมน์ validate_mae
  • แสดงคอลัมน์ validate_mae (สังเกตว่าค่าแตกต่างกันอย่างไร)
  • คำนวณค่าเฉลี่ยของคอลัมน์นี้

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

library(Metrics)
# Calculate the mean absolute error for each validate fold       
cv_eval_lm <- cv_prep_lm %>% 
  mutate(validate_mae = map2_dbl(___, ___, ~mae(actual = .x, predicted = .y)))

# Print the validate_mae column
cv_eval_lm$___

# Calculate the mean of validate_mae column
___
แก้ไขและรันโค้ด