Huấn luyện trên các nếp gấp
Giờ bạn đã chia dữ liệu thành các nếp gấp, hãy dùng chúng để huấn luyện mô hình và tính lỗi out-of-sample cho từng mô hình. Cách làm này giúp bạn có ước lượng cân bằng hơn về hiệu năng của đặc tả mô hình vì bạn đã đánh giá nó out-of-sample nhiều lần.
Trong không gian làm việc có sẵn chocolate_folds, thứ bạn đã tạo trong bài trước (10 nếp gấp của tập huấn luyện chocolate).
Bài tập này là một phần của khóa học
Machine Learning với Mô hình Dựa trên Cây trong R
Hướng dẫn bài tập
- Cho thấy bạn vẫn làm được: tạo
tree_spec, một đặc tả cây hồi quy dùng engine"rpart". - Dùng
fit_resamples()để khớp các nếp gấp vàotree_spec, mô hình hóafinal_gradebằng tất cả biến dự báo còn lại và đánh giá bằng cả MAE và RMSE.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Create a specification
tree_spec <- ___ %>%
___
___
# Fit all folds to the specification
fits_cv <- ___(tree_spec,
___,
resamples = ___,
metrics = ___)
fits_cv