Miary błędu poza próbą

Uczenie maszynowe z caret w R

Zach Mayer

Data Scientist at DataRobot and co-author of caret

Błąd poza próbą

Potrzebne modele bez przeuczenia, dobrze generalizujące
Czy modele działają dobrze na nowych danych?
Testowanie modeli na nowych danych lub zbiorze testowym
- Kluczowy wniosek z uczenia maszynowego
- Walidacja wewnątrzpróbkowa prawie zawsze prowadzi do przeuczenia
Główny cel pakietu caret i tego kursu: unikać przeuczenia

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

# Predict out-of-sample
predicted <- predict(
  model, mtcars[21:32, ], type = "response"
)

# Evaluate error
actual <- mtcars[21:32, "mpg"]
sqrt(mean((predicted - actual) ^ 2))

5.507236

# Fit a model to the full dataset
model2 <- lm(mpg ~ hp, mtcars)

# Predict in-sample
predicted2 <- predict(
  model, mtcars, type = "response"
)

# Evaluate error
actual2 <- mtcars[, "mpg"]
sqrt(mean((predicted2 - actual2) ^ 2))

3.74

Porównanie z RMSE poza próbą: 5,5.

Uczenie maszynowe z caret w R