Hiệu năng ngoài mẫu
Hiệu năng trong mẫu (in-sample) cho biết mô hình bám sát dữ liệu mà nó học như thế nào. Với các mô hình dự đoán, bạn cũng cần kiểm tra hiệu năng của mô hình trên dữ liệu mới, chưa từng thấy — tức hiệu năng ngoài mẫu (out-of-sample).
Trong bài này, bạn sẽ kiểm tra dự đoán trên tập test của mô hình bằng chỉ số MAE (mean absolute error).
Trong không gian làm việc đã nạp sẵn model mà bạn đã xây dựng và dùng ở các bài trước.
Bài tập này là một phần của khóa học
Machine Learning với Mô hình Dựa trên Cây trong R
Hướng dẫn bài tập
- Dùng
modelđể dự đoánfinal_gradengoài mẫu và thêm dự đoán của bạn vàochocolate_testbằngbind_cols(). - Tính mean absolute error bằng một hàm của
yardstick.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Predict ratings on test set and add true grades
test_enriched <- predict(__, new_data = ___) %>%
bind_cols(___)
# Compute the mean absolute error using one single function
___(___,
___,
___)