1. Apprendre
    2. /
  2. Cours
    3. /
  3. Apprentissage supervisé en R : régression
Connected

Exercice

Comparer la RMSE et l'erreur relative quadratique moyenne

Dans cet exercice, vous montrerez que l'application d'une transformation logarithmique à une variable monétaire avant la modélisation améliore l'erreur relative moyenne (mais augmente la RMSE) par rapport à une modélisation directe de la valeur monétaire. Vous comparerez les résultats de model.log de l'exercice précédent à un modèle (model.abs) qui ajuste directement le revenu.

Les jeux de données income_train et income_test ont été préchargés, ainsi que votre modèle, model.log.

Également disponible :

  • model.abs : un modèle qui ajuste directement le revenu aux variables d'entrée à l'aide de la formule

    Income2005 ~ Arith + Word + Parag + Math + AFQT

Instructions

100 XP
  • Remplissez les espaces vides pour ajouter les prédictions des modèles à income_test.
    • N'oubliez pas d'exponentier les prédictions de model.log pour annuler la transformation logarithmique !
  • Remplissez les espaces vides pour utiliser pivot_longer() sur les prédictions et calculer les résidus et l'erreur relative.
  • Remplissez les espaces vides pour calculer la RMSE et la RMSE relative des prédictions.
    • Quel modèle présente la plus grande erreur absolue ? La plus grande erreur relative ?