In-sample RMSE pro lineární regresi na datasetu diamonds
Jak jsi viděl/a ve videu, součástí kurzu je dataset diamonds — klasický dataset z balíčku ggplot2. Obsahuje fyzické vlastnosti diamantů spolu s cenami, za které se prodaly. Zajímavou modelovací výzvou je předpovídat cenu diamantu na základě jeho vlastností, například pomocí lineární regrese.
Pro trénování lineární regrese používáš funkci lm() v tomto formátu:
mod <- lm(y ~ x, my_data)
Pro získání predikcí pomocí mod na původních datech zavoláš funkci predict():
pred <- predict(mod, my_data)
Toto cvičení je součástí kurzu
Machine Learning s balíčkem caret v R
Pokyny k cvičení
- Na datasetu
diamondsnatrénuj lineární model, který predikujepricepomocí všech ostatních proměnných jako prediktorů (tedyprice ~ .). Výsledek ulož domodel. - Pomocí
modelvytvoř predikce na celém původním datasetu a výsledek ulož dop. - Vypočítej chyby podle vzorce \(errors = predicted - actual\) a výsledek ulož do
error. - Vypočítej RMSE podle vzorce z videa a vypiš ho do konzole.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Fit lm model: model
# Predict on full data: p
# Compute errors: error
# Calculate RMSE