Walidacja krzyżowa k-fold w r (krok po kroku)


Aby ocenić wydajność modelu na zbiorze danych, musimy zmierzyć, jak dobrze przewidywania dokonane przez model odpowiadają obserwowanym danym.

Powszechnie stosowaną metodą jest k-krotna walidacja krzyżowa , która wykorzystuje następujące podejście:

1. Losowo podziel zbiór danych na k grup, czyli „fałd”, o mniej więcej równej wielkości.

2. Wybierz jedną z zagięć jako zestaw utwierdzający. Dopasuj szablon do pozostałych zakładek k-1. Oblicz test MSE na podstawie obserwacji w naprężonej warstwie.

3. Powtórz ten proces k razy, za każdym razem używając innego zbioru jako zbioru wykluczającego.

4. Oblicz ogólny test MSE jako średnią k MSE testu.

Najłatwiejszym sposobem przeprowadzenia k-krotnej walidacji krzyżowej w R jest użycie funkcji trainControl() z biblioteki caret w R.

W tym samouczku przedstawiono krótki przykład użycia tej funkcji do przeprowadzenia k-krotnej walidacji krzyżowej dla danego modelu w języku R.

Przykład: weryfikacja krzyżowa typu K w R

Załóżmy, że mamy następujący zbiór danych w R:

 #create data frame
df <- data.frame(y=c(6, 8, 12, 14, 14, 15, 17, 22, 24, 23),
                 x1=c(2, 5, 4, 3, 4, 6, 7, 5, 8, 9),
                 x2=c(14, 12, 12, 13, 7, 8, 7, 4, 6, 5))

#view data frame
df

y x1 x2
6 2 14
8 5 12
12 4 12
14 3 13
14 4 7
15 6 8
17 7 7
22 5 4
24 8 6
23 9 5

Poniższy kod pokazuje, jak dopasować model regresji liniowej do tego zbioru danych w R i przeprowadzić k-krotną weryfikację krzyżową z k = 5 razy, aby ocenić wydajność modelu:

 library (caret)

#specify the cross-validation method
ctrl <- trainControl(method = " cv ", number = 5)

#fit a regression model and use k-fold CV to evaluate performance
model <- train(y ~ x1 + x2, data = df, method = " lm ", trControl = ctrl)

#view summary of k-fold CV               
print(model)

Linear Regression 

10 samples
 2 predictors

No pre-processing
Resampling: Cross-Validated (5 fold) 
Summary of sample sizes: 8, 8, 8, 8, 8 
Resampling results:

  RMSE Rsquared MAE     
  3.018979 1 2.882348

Tuning parameter 'intercept' was held constant at a value of TRUE

Oto jak zinterpretować wynik:

  • Nie przeprowadzono żadnego wstępnego przetwarzania. Oznacza to, że przed dopasowaniem modeli nie skalowaliśmy danych w żaden sposób.
  • Metodą ponownego próbkowania, którą zastosowaliśmy do oceny modelu, była 5-krotna walidacja krzyżowa.
  • Wielkość próby dla każdego zestawu treningowego wynosiła 8.
  • RMSE: średni błąd kwadratowy. Mierzy średnią różnicę między przewidywaniami dokonanymi przez model a rzeczywistymi obserwacjami. Im niższy RMSE, tym dokładniej model może przewidzieć rzeczywiste obserwacje.
  • Rkwadrat: Jest to miara korelacji między przewidywaniami modelu a rzeczywistymi obserwacjami. Im wyższy współczynnik R-kwadrat, tym dokładniej model może przewidzieć rzeczywiste obserwacje.
  • MAE: Średni błąd bezwzględny. Jest to średnia bezwzględna różnica między przewidywaniami modelu a rzeczywistymi obserwacjami. Im niższy MAE, tym dokładniej model może przewidzieć rzeczywiste obserwacje.

Każdy z trzech pomiarów podanych w wyniku (RMSE, R-kwadrat i MAE) daje nam wyobrażenie o działaniu modelu na niepublikowanych danych.

W praktyce zazwyczaj dopasowujemy kilka różnych modeli i porównujemy trzy metryki dostarczone przez przedstawione tutaj wyniki, aby zdecydować, który model daje najniższy poziom błędów testowych i dlatego jest najlepszym modelem do użycia.

Możemy użyć następującego kodu, aby sprawdzić ostateczne dopasowanie modelu:

 #view final model
model$finalModel

Call:
lm(formula = .outcome ~ ., data = dat)

Coefficients:
(Intercept) x1 x2  
    21.2672 0.7803 -1.1253  

Ostateczny model wygląda następująco:

y = 21,2672 + 0,7803*(x 1 ) – 1,12538 (x 2 )

Możemy użyć następującego kodu, aby wyświetlić przewidywania modelu wykonane dla każdego zagięcia:

 #view predictions for each fold
model$resample

      RMSE Rsquared MAE Resample
1 4.808773 1 3.544494 Fold1
2 3.464675 1 3.366812 Fold2
3 6.281255 1 6.280702 Fold3
4 3.759222 1 3.573883 Fold4
5 1.741127 1 1.679767 Fold5

Zauważ, że w tym przykładzie użyliśmy k=5 fałd, ale możesz wybrać dowolną liczbę fałd. W praktyce zazwyczaj wybieramy pomiędzy 5 a 10 warstwami, ponieważ okazuje się, że jest to optymalna liczba warstw, która zapewnia wiarygodny poziom błędów testowych.

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *