5 × 5-кратна перехресна перевірка

Ви можете виконати більше, ніж одну ітерацію перехресної перевірки. Повторювана перехресна перевірка дає кращу оцінку похибки на тестовій вибірці. Також можна повторювати всю процедуру перехресної перевірки. Це займає більше часу, зате ви отримуєте значно більше позавибіркових підвибірок для аналізу й значно точніші оцінки якості моделі.

Одна з чудових можливостей функції train() у пакеті caret — це простота запуску дуже різних моделей або методів перехресної перевірки, просто змінивши кілька простих аргументів у виклику функції. Наприклад, ви можете повторити всю процедуру перехресної перевірки 5 разів, щоб підвищити впевненість в оцінках позавибіркової точності моделі, наприклад:

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

Ця вправа є частиною курсу

Machine Learning з пакетом caret в R

Переглянути курс

Інструкції до вправи

Повторно навчіть лінійну регресійну модель на наборі даних Boston про житло.
Використайте 5 повторів 5-кратної перехресної перевірки.
Виведіть модель у консоль.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Fit lm model using 5 x 5-fold CV: model
model <- train(
  medv ~ ., 
  Boston,
  method = "lm",
  trControl = trainControl(
    method = "repeatedcv", 
    number = ___,
    repeats = ___, 
    verboseIter = TRUE
  )
)

# Print model to console

Редагувати та запускати код