Xây dựng & đánh giá mô hình tốt nhất
Bằng cross-validation, bạn đã xác định được mô hình tốt nhất để dự đoán life_expectancy từ tất cả các đặc trưng trong gapminder. Giờ khi đã chọn được mô hình, bạn có thể dùng tập dữ liệu độc lập (testing_data) mà bạn đã giữ lại để ước lượng hiệu năng của mô hình này trên dữ liệu mới.
Bạn sẽ xây dựng mô hình này bằng toàn bộ training_data và đánh giá bằng testing_data.
Bài tập này là một phần của khóa học
Machine Learning trong tidyverse
Hướng dẫn bài tập
- Dùng
ranger()để xây dựng mô hình hiệu năng tốt nhất (mtry = 4) trên toàn bộ dữ liệu huấn luyện. Gán vàobest_model. - Trích cột
life_expectancytừtesting_datavà gán vàotest_actual. - Dự đoán
life_expectancybằngbest_modeltrên dữ liệutestingvà gán vàotest_predicted. - Tính MAE từ hai vector
test_actualvàtest_predicted.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Build the model using all training data and the best performing parameter
best_model <- ranger(formula = ___, data = ___,
mtry = ___, num.trees = 100, seed = 42)
# Prepare the test_actual vector
test_actual <- testing_data$___
# Predict life_expectancy for the testing_data
test_predicted <- predict(___, ___)$predictions
# Calculate the test MAE
mae(___, ___)