Selamat datang di kursus

Machine Learning dengan caret di R

Max Kuhn

Software Engineer at RStudio and creator of caret

Supervised Learning

  • Paket R caret
  • Mengotomatisasi supervised learning (pemodelan prediktif)
  • Variabel target

Gambar bunga dan faktur bertanda "past due".

Machine Learning dengan caret di R

Supervised Learning

  • Dua jenis model prediktif
    • Klasifikasi ⇒ Kualitatif
    • Regresi ⇒ Kuantitatif
  • Gunakan metrik untuk evaluasi model
    • Terukur
    • Objektif
  • Root Mean Squared Error (RMSE) untuk regresi
Machine Learning dengan caret di R

Evaluasi Kinerja Model

  • Umum menghitung RMSE in-sample
    • Terlalu optimistis
    • Menyebabkan overfitting
  • Lebih baik hitung error out-of-sample (ala caret)
    • Mensimulasikan penggunaan nyata
    • Membantu menghindari overfitting
Machine Learning dengan caret di R

Error in-sample

# Fit a model to the mtcars data
data(mtcars)
model <- lm(mpg ~ hp, mtcars[1:20, ])

# Predict in-sample
predicted <- predict(
  model, mtcars[1:20, ], type = "response"
)

# Calculate RMSE
actual <- mtcars[1:20, "mpg"]
sqrt(mean((predicted - actual) ^ 2))

3.172132
Machine Learning dengan caret di R

Ayo berlatih!

Machine Learning dengan caret di R

Preparing Video For Download...