Evalúa un modelo usando una división train/test

Ahora vas a probar el modelo mpg_model en los datos de test, mpg_test. Se han proporcionado las funciones rmse() y r_squared() para calcular RMSE y R-squared por comodidad:

rmse(predcol, ycol)
r_squared(predcol, ycol)

donde:

predcol: los valores predichos
ycol: el resultado real

También representarás las predicciones frente al resultado.

Por lo general, el rendimiento del modelo es mejor en los datos de entrenamiento que en los de test (aunque a veces el conjunto de test "tiene suerte"). Una ligera diferencia en el rendimiento está bien; si el rendimiento en entrenamiento es significativamente mejor, hay un problema.

Los data frames mpg_train y mpg_test, y el modelo mpg_model ya están precargados, junto con las funciones rmse() y r_squared().

Este ejercicio forma parte del curso

Aprendizaje supervisado en R: Regresión

Ver curso

Instrucciones del ejercicio

Predice la eficiencia de combustible en ciudad a partir de hwy en los datos mpg_train. Asigna las predicciones a la columna pred.
Predice la eficiencia de combustible en ciudad a partir de hwy en los datos mpg_test. Asigna las predicciones a la columna pred.
Usa rmse() para evaluar el RMSE tanto en el conjunto de test como en el de entrenamiento. Compáralos. ¿Son similares los rendimientos?
Haz lo mismo con r_squared(). ¿Son similares los rendimientos?
Usa ggplot2 para representar las predicciones frente a cty en los datos de test.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# Examine the objects that have been loaded
ls.str()

# predict cty from hwy for the training set
mpg_train$pred <- ___

# predict cty from hwy for the test set
mpg_test$pred <- ___

# Evaluate the rmse on both training and test data and print them
(rmse_train <- ___)
(rmse_test <- ___)


# Evaluate the r-squared on both training and test data.and print them
(rsq_train <- ___)
(rsq_test <- ___)

# Plot the predictions (on the x-axis) against the outcome (cty) on the test data
ggplot(___, aes(x = ___, y = ___)) + 
  geom_point() + 
  geom_abline()

Editar y ejecutar código