1. Learn
    2. /
  2. Курси
    3. /
  3. Introduction à Spark avec sparklyr en R
Connected

Вправа

Comparer le rendement des modèles

La visualisation donne une bonne idée des endroits où le modèle performe bien et où il échoue. Il est toutefois utile de disposer d'une statistique qui attribue un pointage au modèle. Vous pouvez ainsi quantifier sa qualité et comparer de nombreux modèles entre eux. Une statistique courante est l'erreur quadratique moyenne (souvent abrégée « RMSE »), qui consiste à élever les résidus au carré, puis à en prendre la moyenne, puis la racine carrée. Un faible RMSE pour un jeu de données donné indique de meilleures prédictions. (Par défaut, on ne peut pas comparer entre différents jeux de données, seulement entre différents modèles sur un même jeu de données. Il est parfois possible de normaliser les jeux de données pour permettre une comparaison entre eux.)

Ici, vous comparerez les modèles gradient boosted trees et random forest.

Інструкції

100 XP

both_responses, qui contient l'année prédite et l'année réelle de parution du morceau pour les deux modèles, a été prédefini comme un tibble local.

  • Créez un jeu de données de somme des carrés des résidus.
    • Ajoutez une colonne residual, égale à la réponse prédite moins la réponse réelle.
    • Regroupez les données par model.
    • Calculez une statistique sommaire, rmse, égale à la racine carrée de la moyenne des residual au carré.