Tính hiệu suất cross-validated
Tối ưu mô hình bằng một metric được chọn cẩn thận, phù hợp với mục tiêu của mô hình, là điều rất quan trọng.
Hãy tưởng tượng trong trường hợp này bạn muốn dùng mô hình để xác định nhân viên được dự đoán sẽ rời công ty. Lý tưởng nhất là bạn muốn mô hình bắt được càng nhiều nhân viên sắp rời đi càng tốt để có thể can thiệp. Metric tương ứng phản ánh điều này là recall. Vì vậy, bạn sẽ chỉ dùng recall để tối ưu và chọn mô hình.
Bài tập này là một phần của khóa học
Machine Learning trong tidyverse
Hướng dẫn bài tập
- Tính recall bằng cách so sánh giá trị thực tế với giá trị dự đoán cho mỗi fold và gán vào cột
validate_recall. - In cột
validate_recall. - In giá trị trung bình của cột này.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Calculate the validate recall for each cross validation fold
cv_perf_recall <- cv_prep_lr %>%
mutate(validate_recall = map2_dbl(___, ___,
~recall(actual = .x, predicted = .y)))
# Print the validate_recall column
cv_perf_recall$___
# Calculate the average of the validate_recall column
___