Predicting

Überblick

In diesem Practical wirst modellbasierte Vorhersagen generieren und die Modelle anhand der Qualität dieser messen.

Am Ende des Practicals wirst du wissen wie man…

Regression, Decision tree, und Random forest an Trainingsdaten fitted.
Modelle anhand der Traningsdaten und anhand der Testdaten evaluiert und vergleicht.

Aufgaben

A - Setup

Öffne dein TheRBootcamp R project.
Öffne ein neues R Skript. Schreibe deinen Namen, das Datum und “Predicting Practical” als Kommentare an den Anfang des Skripts.

## NAME
## DATUM
## Predicting Practical

Speichere das neue Skript unter dem Namen predicting_practical.R im 2_Code Ordner.
Lade die Pakete tidyverse, caret, party, partykit.

library(tidyverse)
library(caret)
library(party)
library(partykit)

Definiere wie zuvor ein ctrl_none Objekt mit dem wir im Traning die Samplingmethode auf none setzen. Erst in der nächsten Session beginnen wir dies zu ändern.

# Setze Samplingmethode auf none
ctrl_none <- trainControl(method = "none")

Datensatz 1: College Abschlussraten

B - Lade die `graduation` Datensätze

Verwende die read_csv() Funktion um die Datensätze graduation_train.csv und graduation_test.csv einzulesen.

# Lese Daten ein
graduation_train <- read_csv(file = "1_Data/graduation_train.csv")
graduation_test <- read_csv(file = "1_Data/graduation_test.csv")

Printe die Datensätze.
Verwende names(XX), summary(XX), und View() um einen weiteren Überblick über die Daten zu bekommen.
Führe den Code unten aus um sicherzustellen, dass alle character Features als Faktoren vorliegen.

# Konvertiere alle character zu factor
graduation_train <- graduation_train %>%
          mutate_if(is.character, factor)

graduation_test <- graduation_test %>%
          mutate_if(is.character, factor)

C - Fitting

Regression

Verwende train() um ein Regressionsmodell namens abschluss_glm zu fitten, das die Abschlussrate als Funktion aller anderen im Datensatz enthaltenen Features vorhersagt. D.h.,…

setze das form Argument auf Abschlussrate ~ ..
setze das data Argument auf graduation_train.
setze das method Argument auf method = "glm".
setze das trControl Argument auf ctrl_none (siehe oben).

abschluss_glm <- train(form = XX ~ .,
                  data = XX,
                  method = "XX",
                  trControl = ctrl_none)

abschluss_glm <- train(form = Abschlussrate ~ .,
                  data = graduation_train,
                  method = "glm",
                  trControl = ctrl_none)

Exploriere abschluss_glm indem du abschluss_glm$finalModel printest und summary() auf das Fit-Objekt anwendest. Wie beurteilst du die Outputs?

abschluss_glm$XX
summary(XX)

abschluss_glm$finalModel


Call:  NULL

Coefficients:
           (Intercept)  PrivatuniversitaetNein             Bewerbungen  
             32.712812               -1.701840                0.001926  
            Angenommen          Eingeschrieben           Prozent_Top10  
             -0.001754                0.005550               -0.049727  
         Prozent_Top25                Vollzeit                Teilzeit  
              0.206252               -0.001069               -0.001294  
     Kosten_ausserhalb       Kosten_Unterkunft          Kosten_Buecher  
              0.001782                0.000871               -0.000932  
    Kosten_persoenlich             Prozent_PhD          Prozent_Degree  
             -0.001457                0.104743               -0.101789  
 Verhaeltnis_Stud.Doz.         Prozent_Spenden          Kosten_Student  
              0.275943                0.219944               -0.000683  

Degrees of Freedom: 499 Total (i.e. Null);  482 Residual
Null Deviance:      142000 
Residual Deviance: 74600    AIC: 3960

summary(abschluss_glm)


Call:
NULL

Deviance Residuals: 
   Min      1Q  Median      3Q     Max  
-38.10   -7.24   -0.58    7.51   47.10  

Coefficients:
                        Estimate Std. Error t value Pr(>|t|)    
(Intercept)            32.712812   5.544068    5.90  6.8e-09 ***
PrivatuniversitaetNein -1.701840   2.114677   -0.80  0.42135    
Bewerbungen             0.001926   0.000572    3.37  0.00082 ***
Angenommen             -0.001754   0.001046   -1.68  0.09417 .  
Eingeschrieben          0.005550   0.002872    1.93  0.05387 .  
Prozent_Top10          -0.049727   0.086281   -0.58  0.56466    
Prozent_Top25           0.206252   0.066972    3.08  0.00219 ** 
Vollzeit               -0.001069   0.000461   -2.32  0.02068 *  
Teilzeit               -0.001294   0.000444   -2.92  0.00369 ** 
Kosten_ausserhalb       0.001782   0.000297    6.01  3.7e-09 ***
Kosten_Unterkunft       0.000871   0.000721    1.21  0.22790    
Kosten_Buecher         -0.000932   0.004089   -0.23  0.81988    
Kosten_persoenlich     -0.001457   0.000998   -1.46  0.14494    
Prozent_PhD             0.104743   0.071027    1.47  0.14095    
Prozent_Degree         -0.101789   0.076321   -1.33  0.18293    
Verhaeltnis_Stud.Doz.   0.275943   0.191423    1.44  0.15008    
Prozent_Spenden         0.219944   0.061576    3.57  0.00039 ***
Kosten_Student         -0.000683   0.000202   -3.39  0.00077 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

(Dispersion parameter for gaussian family taken to be 155)

    Null deviance: 141641  on 499  degrees of freedom
Residual deviance:  74595  on 482  degrees of freedom
AIC: 3960

Number of Fisher Scoring iterations: 2

Mittels predict() generiere die gefitteten Werte von abschluss_glm und speichere sie als glm_fit ab.

# Speichere die gefitteten Werte
glm_fit <- predict(XX)

glm_fit <- predict(abschluss_glm)

Printe glm_fit und kriere ein Histogramm der Werte mittels hist(). Sind die Werte in einer plausiblen Region?

# Inspeziere die gefitteten Werte
XX
hist(XX)

glm_fit[1:10]

   1    2    3    4    5    6    7    8    9   10 
71.8 56.4 91.8 62.9 69.2 68.5 57.4 52.0 57.4 71.0

hist(glm_fit)

Decision Trees

Verwende train() um einen Decision Tree namens abschluss_rpart zu fitten, welcher die Abschlussrate als Funktion aller anderen im Datensatz enthaltenen Features vorhersagt. D.h.,…

setze das form Argument auf Abschlussrate ~ ..
setze das data Argument auf graduation_train.
setze das method Argument auf method = "rpart"..
setze das trControl Argument auf your ctrl_none..
setze das tuneGrid Argument auf cp = 0.01.

abschluss_rpart <- train(form = XX ~ .,
                         data = XX,
                         method = "XX",
                         trControl = XX,
                         tuneGrid = expand.grid(cp = XX))

abschluss_rpart <- train(form = Abschlussrate ~ .,
                  data = graduation_train,
                  method = "rpart",
                  trControl = ctrl_none,
                  tuneGrid = expand.grid(cp = .01))

Exploriere abschluss_rpart indem du abschluss_rpart$finalModel printest und mit plot(as.party(abschluss_rpart$finalModel)) den Decision Tree plottest. Wie beurteilst du die Outputs?

abschluss_rpart$finalModel

n= 500 

node), split, n, deviance, yval
      * denotes terminal node

 1) root 500 142000 65.6  
   2) Kosten_ausserhalb< 1.06e+04 292  69000 58.0  
     4) Prozent_Top25< 47.5 135  34100 53.3  
       8) Kosten_ausserhalb< 8.56e+03 86  20000 48.9  
        16) Kosten_Student>=6.97e+03 26   6430 41.9 *
        17) Kosten_Student< 6.97e+03 60  11700 52.0  
          34) Kosten_Buecher>=388 53   9310 50.0 *
          35) Kosten_Buecher< 388 7    639 66.7 *
       9) Kosten_ausserhalb>=8.56e+03 49   9520 61.1 *
     5) Prozent_Top25>=47.5 157  29600 61.9  
      10) Prozent_Top10< 51.5 147  26100 61.0  
        20) Prozent_Spenden< 24.5 110  16700 58.9 *
        21) Prozent_Spenden>=24.5 37   7500 67.2 *
      11) Prozent_Top10>=51.5 10   1570 75.3 *
   3) Kosten_ausserhalb>=1.06e+04 208  31500 76.4  
     6) Kosten_ausserhalb< 1.68e+04 158  21500 73.3  
      12) Prozent_Spenden< 22.5 55   8180 68.7 *
      13) Prozent_Spenden>=22.5 103  11500 75.8  
        26) Vollzeit< 1.42e+03 55   4770 71.2 *
        27) Vollzeit>=1.42e+03 48   4200 81.1 *
     7) Kosten_ausserhalb>=1.68e+04 50   4040 85.9 *

plot(as.party(abschluss_rpart$finalModel))

Mittels predict() generiere die gefitteten Werte von abschluss_rpart und speichere sie als rpart_fit ab.

# Speichere die gefitteten Werte
rpart_fit <- predict(XX)

rpart_fit <- predict(abschluss_rpart)

Printe rpart_fit und kriere ein Histogramm der Werte mittels hist(). Sind die Werte in einer plausiblen Region?

# Inspeziere die gefitteten Werte
XX
hist(XX)

rpart_fit[1:10]

   1    2    3    4    5    6    7    8    9   10 
71.2 58.9 85.9 58.9 68.7 81.1 58.9 50.0 50.0 81.1

hist(rpart_fit)

Random Forests

Verwende train() um einen Random Forest namens abschluss_rf zu fitten, welcher die Abschlussrate als Funktion aller anderen im Datensatz enthaltenen Features vorhersagt. D.h.,…

setze das form Argument auf Abschlussrate ~ ..
setze das data Argument auf graduation_train.
setze das method Argument auf method = "rf".
setze das trControl Argument auf ctrl_none.
setze das tuneGrid Argument auf expand.grid(mtry = 2).

abschluss_rf <- train(form = XX ~ .,   
                 data = XX,
                 method = "XX",
                 trControl = XX,
                 tuneGrid = expand.grid(mtry = 2))

abschluss_rf <- train(form = Abschlussrate ~ .,   
                 data = graduation_train,
                 method = "rf",
                 trControl = ctrl_none,
                 tuneGrid = expand.grid(mtry = 2))

Mittels predict() generiere die gefitteten Werte von abschluss_rf und speichere sie als rf_fit ab.

# Speichere die gefitteten Werte
rf_fit <- predict(XX)

rf_fit <- predict(abschluss_rf)

Printe rf_fit und kriere ein Histogramm der Werte mittels hist(). Sind die Werte in einer plausiblen Region?

# Inspiziere die gefitteten Werte
XX
hist(XX)

rf_fit[1:10]

   1    2    3    4    5    6    7    8    9   10 
68.7 64.6 85.4 55.2 77.3 66.6 58.1 43.1 57.7 73.0

hist(rf_fit)

Beruteile die Accuracy im Fitting

Speichere das Kriterium im Trainingsdatensatz (graduation_train$Abschlussrate) als eigenes Objekt mit dem Namen criterion_train ab.

# Speichere die Kriteriumswerte im Training
criterion_train <- XX$XX

criterion_train <- graduation_train$Abschlussrate

Verwende postResample() um die Fitting Performanz der drei Modelle zu vergleichen. Setze hierfür das obs Argument auf das eben erstellte criterion_train und das pred Argument auf die gefitteten Werte des jeweiligen Modells (z.B. glm_fit).

# Regression
postResample(pred = XX, obs = XX)

# Decision Tree
postResample(pred = XX, obs = XX)

# Random Forest
postResample(pred = XX, obs = XX)

# Regression
postResample(pred = glm_fit, obs = criterion_train)

    RMSE Rsquared      MAE 
  12.214    0.473    9.250

# Decision Trees
postResample(pred = rpart_fit, obs = criterion_train)

    RMSE Rsquared      MAE 
  12.072    0.486    9.536

# Random Forests
postResample(pred = rf_fit, obs = criterion_train)

    RMSE Rsquared      MAE 
   5.724    0.928    4.343

Welches Modell hat den besten Fit?

D - Prediction Accuracy

Verwende predict() um für jedes Modell Vorhersagen für die Testdaten zu machen. Hierfür setzt du für das newdata Argument den gesamten Testdatensatz graduation_test ein. Speichere die Objekte als glm_pred, rpart_pred und rf_pred.

# Regression
glm_pred <- predict(XX, newdata = XX)

# Decision Trees
rpart_pred <- predict(XX, newdata = XX)

# Random Forests
rf_pred <- predict(XX, newdata = XX)

# Regression
glm_pred <- predict(abschluss_glm, newdata = graduation_test)

# Decision Tree
rpart_pred <- predict(abschluss_rpart, newdata = graduation_test)

# Random Forest
rf_pred <- predict(abschluss_rf, newdata = graduation_test)

Speichere das Kriterium im Testdatensatz (graduation_test$Abschlussrate) als eigenes Objekt mit dem Namen criterion_test ab.

# Speichere die Kriteriumswerte des Testdatensatzes
criterion_test <- XX$XX

# Speichere die Kriteriumswerte des Testdatensatzes
criterion_test <- graduation_test$Abschlussrate

Verwende wiederum postResample() um nun die Vorhersage Performanz der drei Modelle zu vergleichen. Setze hierfür das obs Argument auf das eben erstellte criterion_test und das pred Argument auf die gefitteten Werte des jeweiligen Modells (z.B. glm_pred).

# Regression
postResample(pred = XX, obs = XX)

# Decision Trees
postResample(pred = XX, obs = XX)

# Random Forests
postResample(pred = XX, obs = XX)

# Regression
postResample(pred = glm_pred, obs = criterion_test)

    RMSE Rsquared      MAE 
  13.727    0.404    9.964

# Decision Trees
postResample(pred = rpart_pred, obs = criterion_test)

    RMSE Rsquared      MAE 
  14.741    0.321   11.104

# Random Forests
postResample(pred = rf_pred, obs = criterion_test)

    RMSE Rsquared      MAE 
  13.244    0.461    9.722

Welches Modell zeigt die beste Vorhersageperformanz?

# Der Random Forest!

Vergleiche jeweils die Performanz der Modelle für Training und Test. In welchem Fall sind die Modelle schlechter? Welches Modell zeigt den grössten Unterschied?

# Der Fit der Regression blieb relativ konstant. Die Performanz des Random
# hat deutlich abgenommen.

Datensatz 2: Hauspreise King County, Washington

E - Lade die `house` Datensätze

Verwende die read_csv() Funktion um die Datensätze house_train.csv und house_test.csv einzulesen. Erfahre mehr über den Datensatz unter dem Daten-tab.

# Lese Daten ein
house_train <- read_csv(file = "1_Data/house_train.csv")
house_test <- read_csv(file = "1_Data/house_test.csv")

Printe die Datensätze.
Verwende names(XX), summary(XX), und View() um einen weiteren Überblick über die Daten zu bekommen.
Wiederum, führe den Code unten aus um sicherzustellen, dass alle character Features als Faktoren vorliegen.

# Konvertiere alle character zu factor
house_train <- house_train %>%
          mutate_if(is.character, factor)

house_test <- house_test %>%
          mutate_if(is.character, factor)

F - Modelliere die `house` Daten

Fitte eine Regression, einen Decision Tree und einen Random Forest für house_train.csv wobei du Preis durch alle anderen Features im Datensatz vorherzusagen versuchst.

# Regression
preis_glm <- train(form = Preis ~ .,
                  data = house_train,
                  method = "glm",
                  trControl = ctrl_none)

# Decision tree
preis_rpart <- train(form = Preis ~ .,
                  data = house_train,
                  method = "rpart",
                  trControl = ctrl_none,
                  tuneGrid = expand.grid(cp = .01)) 

# Random Forest
preis_rf <- train(form = Preis ~ .,
                 data = house_train,
                 method = "rf",
                 trControl = ctrl_none,
                 tuneGrid = expand.grid(mtry = 2))

Exploriere die Objekte indem du XX$finalModel inspizierst und summary() anwendest.
Verwende predict() um jeweils für die drei Modelle die vorhergesagten Werte separat für den Trainingsdatensatz und für den Testdatensatz zu generieren. Kreiere also drei Objekte mit Namen XX_fit und drei Objekte mit Namen XX_pred.

# Gefittete Werte
glm_fit <- predict(preis_glm)
rpart_fit <- predict(preis_rpart)
rf_fit <- predict(preis_rf)

# Vorhergesagte Werte
glm_pred <- predict(preis_glm, newdata = house_test)
rpart_pred <- predict(preis_rpart, newdata = house_test)
rf_pred <- predict(preis_rf, newdata = house_test)

Speichere die Kriteriumswerte im Trainings- und Testdatensatz separat als criterion_train und criterion_test ab.

# Speichere die Kriteriumswerte
criterion_train <- house_train$Preis
criterion_test <- house_test$Preis

Verwende postResample() um nun die Fitting und Vorhersage Performanz der drei Modelle zu vergleichen.

# Fitting
postResample(pred = glm_fit, obs = criterion_train)

    RMSE Rsquared      MAE 
  651540       NA   536932

postResample(pred = rpart_fit, obs = criterion_train)

    RMSE Rsquared      MAE 
  651540       NA   536932

postResample(pred = rf_fit, obs = criterion_train)

    RMSE Rsquared      MAE 
  651540       NA   536932

# Prediction
postResample(pred = glm_pred, obs = criterion_test)

    RMSE Rsquared      MAE 
  631672       NA   524818

postResample(pred = rpart_pred, obs = criterion_test)

    RMSE Rsquared      MAE 
  631671       NA   524817

postResample(pred = rf_pred, obs = criterion_test)

    RMSE Rsquared      MAE 
  631672       NA   524818

Welches Modell hat die beste Performanz im Fit? Welches in der Vorhersage? Welches zeigt den grössten Unterschied zwischen Fit und Vorhersage?

# Random Forest!

Welches Modell würdet ihr nun für den Einsatz in der Praxis empfehlen? Und welche Vorhersagegenauigkeit ist in der Realität zu erwarten?

X - Challenges: Model Tuning Parameter

In allen Decision Trees wurde bisher der Komplexitätsparameter cp auf 0.01 gesetzt. Probiere nun aus was passiert, wenn du etwas an ihm drehst. Setze ihn z.B. auf 0.2 und schaue dir dann an wie der Plot des Baums (plot(as.party(XX_rpart$finalModel))) sich verändert. Werden die Bäume komplizierter? Wie verändert sich Fit- und Vorhersageperformanz?
In allen Random Forests wurde bisher der Paramater mtry auf 2 gesetzt. Probiere nun aus was passiert, wenn du etwas an ihm drehst. Setze ihn z.B. auf 5 und beobachte wie sich Fit- und Vorhersageperformanz, sowie die Zeit, die für das Training des Modells beansprucht wird, verändern.

Beispiele

# Schritt 0: Pakete laden -----------

library(tidyverse)    
library(caret)     
library(partykit)  
library(party)    

# Schritt 1: Daten laden, aufbereiten und explorieren ----------------------

# Trainingsdaten und Testdaten
data_train <- read_csv("1_Data/mpg_train.csv")
data_test <- read_csv("1_Data/mpg_test.csv")

# Konvertiere character zu factor
data_train <- data_train %>% mutate_if(is.character, factor)
data_test <- data_test %>% mutate_if(is.character, factor)

# Speichere das Kriterium in Training und Test
criterion_train <- data_train$hwy
criterion_test <- data_test$hwy

# Schritt 3: Trainiere Modelle: -----------------------------

# Regression 
hwy_glm <- train(form = hwy ~ year + cyl + displ,
                 data = data_train,
                 method = "glm",
                 trControl = trainControl(method = "none"))

# Inspiziere gefittete Regression
hwy_glm$finalModel
summary(hwy_glm)

# Decision Tree
hwy_rpart <- train(form = hwy ~ year + cyl + displ,
                data = data_train,
                method = "rpart",
                trControl = trainControl(method = "none"),
                tuneGrid = expand.grid(cp = .01))

# Inspiziere gefitteten Decision Tree
hwy_rpart$finalModel
plot(as.party(hwy_rpart$finalModel))

# Random Forests 
hwy_rf <- train(form = hwy ~ year + cyl + displ,
                data = data_train,
                method = "rf",
                trControl = trainControl(method = "none"),
                tuneGrid = expand.grid(mtry = 2))  

# Inspiziere gefitteten Random Forest
hwy_rf$finalModel


# Schritt 4: Evaluiere Fit: -----------------------------

# Speichere gefittete Werte
glm_fit <- predict(hwy_glm)
rpart_fit <- predict(hwy_rpart)
rf_fit <- predict(hwy_rf)

# Evaluiere fit
postResample(pred = glm_fit, obs = criterion_train)
postResample(pred = rpart_fit, obs = criterion_train)
postResample(pred = rf_fit, obs = criterion_train)

# Schritt 5: Evaluiere Vorhersage: -----------------------------

# Speichere vorhergesagte Werte
glm_pred <- predict(hwy_glm, newdata = data_test)
rpart_pred <- predict(hwy_rpart, newdata = data_test)
rf_pred <- predict(hwy_rf, newdata = data_test)

# Evaluiere fit
postResample(pred = glm_pred, obs = criterion_test)
postResample(pred = rpart_pred, obs = criterion_test)
postResample(pred = rf_pred, obs = criterion_test)

Datensätze

Datei	Zeilen	Spalten
graduation_train.csv	500	18
graduation_test.csv	277	18
house_train.csv	5000	21
house_test.csv	1000	21

`graduation_train` und `graduation_test`

Die graduation_train und graduation_test Datensätze entstammen dem College Datensatz aus dem ISLR Paket. sie enthalten Statistiken für eine grosse Anzahl US Colleges auf Basis des US News and World Reports aus dem Jahr 1995.

Name	Beschreibung
Privatuniversitaet	Ja oder Nein
Bewerbungen	Anzahl Bewerbungen
Angenommen	Anzahl angenommene Bewerbungen
Eingeschrieben	Anzahl eingeschrieben
Prozent_Top10	Prozent der Studierenden innerhalb Top 10% in High School
Prozent_Top25	Prozent der Studierenden innerhalb Top 25% in High School
Vollzeit	Anzahl Studierende in Vollzeit
Teilzeit	Anzahl Studierende in Teilzeit
Kosten_ausserhalb	Kosten für Studierende aus einem anderen Staat
Kosten_Unterkunft	Kosten für Studierende für Unterkunft und Verpflegung
Kosten_Buecher	Kosten für Studierende für Bücher
Kosten_persoenlich	Kosten für Studierende für Persönliches
Prozent_PhD	Anteil PhDs innerhalb der Dozentenschaft
Prozent_Degree	Anteil Abschlüsse innerhalb der Dozentenschaft
Verhaeltnis_Stud.Doz.	Verhältnis Studierene zu Dozenten
Prozent_Spenden	Anteil Alumnis, die an das College spenden
Kosten_Student	Ausbildungskosten für das College pro Student
Abschlussrate	Abschlussrate

`house_train` and `house_test`

Die house_train und house_test Datensätze enthalten Hauspreise und -Eigenschaften in der King County in den USA, welches die Stadt Seattle beinhaltet. Quelle der Daten ist Kaggle.

Name	Beschreibung
Preis	Preis des Hauses
Schlafzimmer	Anzahl Schlafzimmer
Baeder	Anzahl Bäder
Gesamt_sqft	Gesamtfläche des Hauses in square foot
Grundstück_sqft	Fläche des Grundstücks in square foot
Stockwerke	Anzahl Stockwerke
Uferlage	0 = Nein, 1 = Ja
Besichtigung	Wurde das Haus besichtigt
Zustand	Wie gut ist der Zustand des Hauses
Einstufung	Einstufung gemäss King County Einstufungssystem
Wohnraum_sqft	Wohnraum des Hauses in square foot
Keller_sqft	Kellerraum des Hauses in square foot
Baujahr	Baujahr
Renovationsjahr	Renovationsjahr
Postleitzahl	Postleitzahl
Breitengrad	Breitengrad
Laengengrad	Längengrad
Gesamt_sqft_2015	Gesamtfläche des Hauses in square foot in 2015
Grundstück_sqft_2015	Fläche des Grundstücks in square foot in 2015

Funktionen

Pakete

Paket	Installation
`tidyverse`	`install.packages("tidyverse")`
`caret`	`install.packages("caret")`
`partykit`	`install.packages("partykit")`
`party`	`install.packages("party")`

Funktionen

Funktion	Paket	Beschreibung
`trainControl()`	`caret`	Definiere wie das Modell trainiert wird
`train()`	`caret`	Trainiere (fitte) ein Modell
`predict(object, newdata)`	`stats`	Vorhersage des Kriteriumswerts in `newdata`
`postResample()`	`caret`	Evaluiere Performanz in Regressionsfällen
`confusionMatrix()`	`caret`	Evaluiere Performanz in Klassifikationsfällen

Materialien

Cheatsheet

Predicting

Maschinelles Lernen mit R The R Bootcamp

Überblick

Aufgaben

A - Setup

B - Lade die graduation Datensätze

C - Fitting

Regression

Decision Trees

Random Forests

Beruteile die Accuracy im Fitting

D - Prediction Accuracy

E - Lade die house Datensätze

F - Modelliere die house Daten

X - Challenges: Model Tuning Parameter

Beispiele

Datensätze

graduation_train und graduation_test

house_train and house_test

Funktionen

Pakete

Funktionen

Materialien

Cheatsheet

Maschinelles Lernen mit R
The R Bootcamp

B - Lade die `graduation` Datensätze

E - Lade die `house` Datensätze

F - Modelliere die `house` Daten

`graduation_train` und `graduation_test`

`house_train` and `house_test`