交叉验证

正如您所见，交叉验证是避免过拟合的巧妙方法。在本练习中，您将计算交叉验证的准确率。

所需的数据集 defaultData 和模型都已就绪。您可以在前几行代码中找到准确率函数。这就是您的代价函数。请原样保留，并在下面调用 cv.glm() 时使用它。试一试吧！

本练习是课程的一部分

用 R 进行市场营销分析的机器学习

查看课程

练习说明

使用 6 折交叉验证，计算模型 logitModelNew 的准确率。您需要使用 boot 包中的 cv.glm()。交叉验证的准确率存放在结果中 delta 元素的第 1 个位置。
将交叉验证得到的准确率与样本内验证的结果进行比较。请记住，样本内的准确率是 0.7922901。

交互式实操练习

通过完成这段示例代码来试试这个练习。

library(boot)
# Accuracy function
costAcc <- function(r, pi = 0) {
  cm <- confusion.matrix(r, pi, threshold = 0.3)
  acc <- sum(diag(cm)) / sum(cm)
  return(acc)
}

# Cross validated accuracy for logitModelNew
set.seed(534381)
cv.glm(___, ___, cost = ___, K = ___)$delta[1]

编辑并运行代码