5 katlı çapraz doğrulama

Bu kursta, caret paketinin esnekliğini tüm yönleriyle keşfetmek için çok çeşitli veri kümeleri kullanacaksın. Burada, amacın Boston’un çeşitli banliyölerinde ortanca ev değerlerini tahmin etmek olan ünlü Boston konut veri kümesini kullanacaksın.

Bir önceki egzersizdeki kodun aynısını kullanabilir, sadece modelin kullandığı veri kümesini değiştirebilirsin:

model <- train(
  medv ~ ., 
  Boston, # <- yeni!
  method = "lm",
  trControl = trainControl(
    method = "cv", 
    number = 10,
    verboseIter = TRUE
  )
)

Sonrasında, trainControl() içindeki number argümanını kullanarak kat sayısını 10’dan 5’e indirebilirsin:

trControl = trainControl(
  method = "cv", 
  number = 5,
  verboseIter = TRUE
)

Bu egzersiz, kursun bir parçasıdır

R ile caret kullanarak Machine Learning

Kursa Göz Atın

Egzersiz talimatları

Boston konut veri kümesine bir lm() modeli kur; medv bağımlı değişken, diğer tüm değişkenler açıklayıcı değişkenler olsun.
10 katlı yerine 5 katlı çapraz doğrulama kullan.
Modeli konsola yazdır ve sonuçları incele.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Fit lm model using 5-fold CV: model
model <- train(
  ___, 
  ___,
  method = "lm",
  trControl = trainControl(
    method = "cv", 
    number = ___,
    verboseIter = TRUE
  )
)

# Print model to console

Kodu Düzenle ve Çalıştır