Comparer la RMSE de deux modèles
Comme vous l’avez fait avec la somme des résidus au carré et le \(R^2\), évaluons et comparons à nouveau la qualité de vos deux modèles à l’aide de la root mean squared error (RMSE). Notez que la RMSE est plus souvent utilisée en contexte de prédiction que d’explication.
model_price_2 et model_price_4 sont disponibles dans votre espace de travail.
Cet exercice fait partie du cours
Modéliser des données avec le Tidyverse
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# MSE and RMSE for model_price_2
get_regression_points(model_price_2) %>%
mutate(sq_residuals = residual^2) %>%
summarize(mse = mean(sq_residuals), rmse = sqrt(mean(sq_residuals)))
# MSE and RMSE for model_price_4
___