Relativní chyba

V tomto cvičení porovnáš relativní chybu s absolutní chybou. Pro účely modelování definujeme relativní chybu takto:

$$ rel = \frac{(y - pred)}{y} $$

čili chyba je vyjádřena ve vztahu ke skutečné hodnotě. Celkovou relativní chybu modelu budeme měřit pomocí relativní střední kvadratické chyby:

$$ rmse_{rel} = \sqrt(\overline{rel^2}) $$

kde $\overline{rel^2}$ je průměr hodnot $rel^2$.

Ukázkový dataset fdata je již načtený. Obsahuje tyto sloupce:

y: skutečná výstupní hodnota, kterou má model předpovědět; představ si, že jde o částku, kterou zákazník utratí při návštěvě tvého obchodu.
pred: předpovědi modelu pro y.
label: kategorická proměnná: říká, zda hodnota y pochází z populace zákazníků s small (malými) nebo large (velkými) nákupy.

Chceš zjistit, který model funguje „lépe": ten, který předpovídá small nákupy, nebo ten pro large nákupy.

Doplň chybějící části kódu a prozkoumej data. Všimni si, že velké nákupy bývají přibližně 100× větší než malé.
Doplň chybějící části kódu a vytvoř sloupce s chybami:
- Definuj reziduál jako y - pred.
- Definuj relativní chybu jako residual / y.
Doplň chybějící části kódu, spočítej RMSE a relativní RMSE a porovnej je.
- Jak se liší absolutní chyby? A relativní chyby?
Prohlédni si graf předpovědí oproti skutečným hodnotám.
- Který model podle tebe funguje „lépe"?

Cvičení