Çıktı değişkeni değerlerinin dağılımı
Eğitim ve test veri kümeleri oluşturulurken çıktı değişkenine göre tabakalaştırma yapmak, her iki veri kümesinde de çıktı değişkeni değerlerinin benzer bir aralıkta olmasını sağlar.
Orijinal veri rastgele bölündüğü için, tabakalaştırma örneğin home_sales içindeki tüm pahalı evlerin test veri kümesine gitmesini engeller. Böyle bir durumda, modelin büyük olasılıkla zayıf performans gösterirdi çünkü daha ucuz evlerle eğitilmiş olurdu.
Bu egzersizde, eğitim ve test veri kümelerindeki selling_price değişkeni için özet istatistikleri hesaplayacaksın. home_training ve home_test tibbles önceki egzersizden yüklendi.
Bu egzersiz, kursun bir parçasıdır
R'de tidymodels ile Modelleme
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Distribution of selling_price in training data
___ %>%
summarize(min_sell_price = ___,
max_sell_price = ___,
mean_sell_price = ___,
sd_sell_price = ___)