Mesures de performance du modèle
L'évaluation des résultats d'un modèle est une étape importante du processus de modélisation. Elle doit se faire sur l'ensemble de test afin de voir jusqu'à quel point le modèle se généralise à de nouvelles données.
Dans l'exercice précédent, vous avez entraîné un modèle de régression linéaire pour prédire selling_price à partir de home_age et sqft_living comme variables prédictives. Vous avez ensuite créé le tibble home_test_results en appliquant votre modèle entraîné aux données home_test.
Dans cet exercice, vous calculerez les mesures RMSE et R squared à l'aide de vos résultats dans home_test_results.
Le tibble home_test_results a été chargé dans votre session.
Cette activité fait partie du cours
Modélisation avec tidymodels en R
Instructions de l’exercice
- Exécutez les deux premières lignes de code qui impriment
home_test_results. Ce tibble contient les prix de vente réels et prédits des maisons dans l'ensemblehome_test. - À partir de
home_test_results, calculez les mesures RMSE et R squared.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Print home_test_results
home_test_results
# Calculate the RMSE metric
home_test_results %>%
___(___, ___)
# Calculate the R squared metric
home_test_results %>%
___(___, ___)