评估随机森林模型
与线性回归模型类似，您将使用 MAE 指标来评估随机森林模型的性能。
本练习是课程的一部分
Tidyverse 中的机器学习
练习说明
- 计算验证数据的实际值与预测值之间的 MAE，并将结果保存到
validate_mae列。 - 打印
validate_mae列（注意它们的差异）。 - 计算该列的平均值。
注意： 验证折的实际值（validate_actual）已添加到您的 cv_data 数据框中。
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(ranger)
# Calculate validate MAE for each fold
cv_eval_rf <- cv_prep_rf %>%
mutate(validate_mae = map2_dbl(___, ___, ~mae(actual = .x, predicted = .y)))
# Print the validate_mae column
___
# Calculate the mean of validate_mae column
___