Calculer la MSE et la RMSE d’un modèle
Comme vous l’avez fait plus tôt avec le \(R^2\), qui mesure l’ajustement du modèle, calculons maintenant la root mean square error (RMSE), une mesure courante de l’erreur prédictive. Utilisons le modèle du prix en fonction de la taille et du nombre de chambres.
Le modèle est disponible dans votre espace de travail sous le nom model_price_2.
Cet exercice fait partie du cours
Modéliser des données avec le Tidyverse
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Get all residuals, square them, and take mean
get_regression_points(model_price_2) %>%
mutate(sq_residuals = ___) %>%
summarize(mse = ___(sq_residuals))