1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Supervised Learning in R: Regression
Connected

Cvičení

Porovnání RMSE a střední kvadratické relativní chyby

V tomto cvičení si ukážeš, že logaritmická transformace peněžního výstupu před modelováním zlepšuje střední relativní chybu (ale zvyšuje RMSE) ve srovnání s přímým modelováním peněžního výstupu. Porovnáš výsledky modelu model.log z předchozího cvičení s modelem (model.abs), který příjem modeluje přímo.

Datasets income_train a income_test jsou předem načteny, stejně jako tvůj model model.log.

Dále máš k dispozici:

  • model.abs: model, který přímo přizpůsobuje příjem vstupním proměnným pomocí vzorce

    Income2005 ~ Arith + Word + Parag + Math + AFQT

Pokyny

100 XP
  • Doplň prázdná místa tak, aby se předpovědi z modelů přidaly do income_test.
    • Nezapomeň umocnit předpovědi z modelu model.log pomocí exponenciální funkce, abys zrušil/a logaritmickou transformaci!
  • Doplň prázdná místa pro pivot_longer() předpovědí a výpočet reziduí a relativní chyby.
  • Doplň prázdná místa pro výpočet RMSE a relativní RMSE předpovědí.
    • Který model má větší absolutní chybu? A který větší relativní chybu?