10-katlı çapraz doğrulama

Videoda gördüğün gibi, modelleri doğrulamanın daha iyi bir yolu, tek bir rastgele eğitim/test ayrımı yerine birden çok sistematik test kümesi kullanmaktır. Neyse ki, caret paketi bunu yapmayı çok kolaylaştırır:

model <- train(y ~ ., my_data)

caret birçok türde çapraz doğrulamayı destekler ve hangi çapraz doğrulama türünü ve kat sayısını trainControl() fonksiyonu ile belirtebilirsin; bunu train() içindeki trControl argümanına geçirirsin:

model <- train(
  y ~ ., 
  my_data,
  method = "lm",
  trControl = trainControl(
    method = "cv", 
    number = 10,
    verboseIter = TRUE
  )
)

Şunu unutmamak önemlidir: modelleme için kullanılacak yöntemi ana train() fonksiyonuna, çapraz doğrulama yöntemini ise trainControl() fonksiyonuna geçirirsin.

Bu egzersiz, kursun bir parçasıdır

R ile caret kullanarak Machine Learning

Kursa Göz Atın

Egzersiz talimatları

diamonds veri kümesindeki diğer tüm değişkenleri yordayıcı olarak kullanarak price için bir doğrusal regresyon modeli kur. train() fonksiyonunu ve 10 katlı çapraz doğrulamayı kullan. (Bu işlemi hızlandırmak için tam diamonds veri kümesinden bir alt küme aldık, ancak adı yine de diamonds.)
Modeli konsola yazdır ve sonuçları incele.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Fit lm model using 10-fold CV: model
model <- train(
  ___, 
  ___,
  method = "lm",
  trControl = trainControl(
    method = "cv", 
    number = ___,
    verboseIter = TRUE
  )
)

# Print model to console

Kodu Düzenle ve Çalıştır