Calculer manuellement la RMSE sur l'ensemble de test
Maintenant que vous avez des prédictions sur l'ensemble de test, vous pouvez utiliser ces prédictions pour calculer une mesure d'erreur (ici la RMSE) sur l'ensemble de test et voir comment le modèle se comporte hors échantillon, plutôt qu'en échantillon comme dans le premier exercice. Vous commencez par calculer les erreurs entre les prix de diamants prédits et les prix réels en soustrayant les prédictions des valeurs réelles.
Une fois le vecteur d'erreurs obtenu, calculer la RMSE revient simplement à l'élever au carré, à en prendre la moyenne, puis à en prendre la racine carrée :
sqrt(mean(error^2))
Cette activité fait partie du cours
Machine Learning avec caret en R
Instructions de l’exercice
test, model et p sont chargés dans votre espace de travail.
- Calculez l'erreur entre les prédictions sur l'ensemble de test et les prix réels des diamants dans l'ensemble de test. Nommez ce vecteur
error. - Calculez la RMSE à partir de ce vecteur d'erreurs et affichez simplement le résultat dans la console.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Compute errors: error
# Calculate RMSE