Witamy w kursie

Uczenie maszynowe z caret w R

Max Kuhn

Software Engineer at RStudio and creator of caret

Uczenie nadzorowane

Zdjęcie kwiatu i faktury z oznaczeniem „zaległe".

Dwa typy modeli predykcyjnych
- Klasyfikacja ⇒ Jakościowa
- Regresja ⇒ Ilościowa
Ocena modeli za pomocą metryk
- Mierzalne
- Obiektywne
Pierwiastek błędu średniokwadratowego (RMSE) dla regresji

Powszechne jest obliczanie RMSE na danych treningowych
- Zbyt optymistyczne
- Prowadzi do przetrenowania
Lepiej obliczać błąd pozareprezentacyjny (jak w caret)
- Symuluje rzeczywiste użycie
- Pomaga uniknąć przetrenowania

# 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

Uczenie maszynowe z caret w R