Правильное обучение модели

Обучение с учителем в R: регрессия

Nina Zumel and John Mount

Win-Vector, LLC

Модель может работать значительно лучше на обучающих данных, чем на новых.

Рекомендуется при достаточном объёме данных

Предпочтителен, когда данных недостаточно для выделения тестовой выборки

library(vtreat)
splitPlan <- kWayCrossValidation(nRows, nSplits, NULL, NULL)

nRows: количество строк в обучающих данных
nSplits: количество фолдов (разбиений) при кросс-валидации
- например, nfolds = 3 для трёхкратной кросс-валидации
остальные 2 аргумента здесь не нужны

library(vtreat)
splitPlan <- kWayCrossValidation(10, 3, NULL, NULL)

Первый фолд (A и B — обучение, C — тест)

splitPlan[[1]]

$train
1  2  4  5  7  9 10
$app
3 6 8

Обучение на A и B, тест на C и т.д...

split <- splitPlan[[1]]
model <- lm(fmla, data = df[split$train,])
df$pred.cv[split$app] <- predict(model, newdata = df[split$app,])

Обучение с учителем в R: регрессия