Mäta korsvalideringsprestanda

Maskininlärning med Tidyverse

Dmitriy (Dima) Gorenshteyn

Lead Data Scientist, Memorial Sloan Kettering Cancer Center

Mäta prestanda

Mäta prestanda – verkliga värden

Mäta prestanda – förutsägelser

Mäta prestanda

Medelabsolutfel

Ingredienser för prestandamätning

1) Faktiska värden för life_expectancy
2) Förutsagda värden för life_expectancy
3) Ett mått för att jämföra 1) och 2)

1) Extrahera de faktiska värdena

cv_prep_lm <- cv_models_lm %>% 
  mutate(validate_actual = map(validate, ~.x$life_expectancy))

Funktionerna predict() och map2()

predict(model, data)

map2(.x = model, .y = data, .f = ~predict(.x, .y))

2) Förbered de förutsagda värdena

cv_prep_lm <- cv_eval_lm %>% 
  mutate(validate_actual = map(validate, ~.x$life_expectancy),
         validate_predicted = map2(model, validate, ~predict(.x, .y)))

3) Beräkna MAE

library(Metrics)
cv_eval_lm <- cv_prep_lm %>% 
  mutate(validate_mae = map2_dbl(validate_actual, validate_predicted, 
                                ~mae(actual = .x, predicted = .y)))

cv_eval_lm

#  5-fold cross-validation 
# A tibble: 5 x 8
splits       id    train validate model validate_a. validate_p validate_mae
<S3: rsplit> Fold1 <tib. <tib.   <S3.   <dbl.       <dbl.       1.47
<S3: rsplit> Fold2 <tib. <tib.   <S3.   <dbl.       <dbl.       1.51
<S3: rsplit> Fold3 <tib. <tib.   <S3.   <dbl.       <dbl.       1.44
<S3: rsplit> Fold4 <tib. <tib.   <S3.   <dbl.       <dbl.       1.48
<S3: rsplit> Fold5 <tib. <tib.   <S3.   <dbl.       <dbl.       1.68

Nu kör vi en övning!

Maskininlärning med Tidyverse