評估各摺樣
你已經用 10 個摺樣各自訓練了 10 個模型，並計算了每個模型的 MAE 與 RMSE。現在該把誤差視覺化，看看誤差大概有多大。如此一來，你能直觀掌握樣本外誤差的分佈，這有助於評估模型品質。
你將把所有誤差繪製成直方圖，並顯示跨所有摺樣的摘要統計。
前一題的結果 fits_cv 已預先載入。
本練習屬於課程
R 的樹狀模型機器學習
練習說明
- 使用單一
yardstick函式彙整fits_cv所有模型的樣本外誤差，並將結果存為all_errors。 - 使用
ggplot2建立直方圖，將.estimate指定為x美學，並以.metric作為長條的fill。 - 以與第一個說明相同的函式、但設定
summarize = TRUE，來顯示fits_cv的摘要統計。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
library(ggplot2)
# Collect the errors
all_errors <- ___(___, summarize = ___)
# Plot an error histogram
ggplot(___, aes(___, ___)) +
___()
# Collect and print error statistics
___(fits_cv, ___)