评估各折
您已经用 10 折拟合了 10 个模型，并计算了每个模型的 MAE 和 RMSE。现在是时候把误差的大小可视化了。这样可以帮助您直观理解样本外误差的分布，有助于评估模型质量。
您将把这些误差绘制为直方图，并展示所有折上的汇总统计量。
上个练习的结果 fits_cv 已预加载。
本练习是课程的一部分
R 中的树模型机器学习
练习说明
- 使用一个
yardstick函数收集fits_cv中所有模型的样本外误差，并将结果保存为all_errors。 - 使用
ggplot2创建直方图，将.estimate作为x映射，并用.metric来设置柱形的fill颜色。 - 使用与第一条说明相同的函数，并设置
summarize = TRUE，以展示fits_cv的汇总统计量。
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(ggplot2)
# Collect the errors
all_errors <- ___(___, summarize = ___)
# Plot an error histogram
ggplot(___, aes(___, ___)) +
___()
# Collect and print error statistics
___(fits_cv, ___)