Mesures de performance du modèle
Évaluer les résultats d’un modèle est une étape importante du processus de modélisation. L’évaluation doit être effectuée sur le jeu de test afin de mesurer la capacité du modèle à généraliser 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 explicatives. Vous avez ensuite créé le tibble home_test_results en appliquant votre modèle entraîné aux données home_test.
Dans cet exercice, vous allez calculer les métriques RMSE et R squared à partir de vos résultats dans home_test_results.
Le tibble home_test_results a été chargé dans votre session.
Cet exercice fait partie du cours
Modéliser avec tidymodels en R
Instructions
- Exécutez les deux premières lignes de code qui affichent
home_test_results. Ce tibble contient les prix de vente des maisons réels et prédits dans le jeu de donnéeshome_test. - À partir de
home_test_results, calculez les métriques RMSE et R squared.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Print home_test_results
home_test_results
# Calculate the RMSE metric
home_test_results %>%
___(___, ___)
# Calculate the R squared metric
home_test_results %>%
___(___, ___)