शुरू करेंमुफ़्त में शुरू करें

RMSE की गणना करें

इस अभ्यास में, आप अपने unemployment मॉडल का RMSE निकालेंगे। पिछले कोडिंग अभ्यासों में, आपने unemployment डेटासेट में दो कॉलम जोड़े थे:

  • मॉडल की भविष्यवाणियाँ (predictions कॉलम)
  • भविष्यवाणियों और वास्तविक outcome के बीच के residuals (residuals कॉलम)

आप residuals के वेक्टर \(res\) से RMSE इस प्रकार निकाल सकते हैं:

$$ RMSE = \sqrt{\operatorname{mean}(res^2)} $$

आप चाहते हैं कि RMSE छोटा हो। लेकिन "छोटा" कितना छोटा? एक आसान तरीका है RMSE की तुलना outcome के standard deviation से करना। अच्छे मॉडल के लिए RMSE उससे छोटा होना चाहिए।

unemployment डेटा फ़्रेम आपके लिए लोड कर दिया गया है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में Supervised Learning: Regression

पाठ्यक्रम देखें

अभ्यास निर्देश

  • पिछले अभ्यास के unemployment डेटा को देखें.
  • सुविधा के लिए, unemployment के residuals कॉलम को वैरिएबल res में असाइन करें.
  • RMSE निकालें: res का square करें, उसका mean लें, और फिर उसका square root लें। इसे वैरिएबल rmse में असाइन करें और प्रिंट करें.
    • टिप: आप यह एक ही स्टेप में कर सकते हैं, असाइनमेंट को कोष्ठकों में लपेटकर: (rmse <- ___)
  • female_unemployment का standard deviation निकालें और उसे वैरिएबल sd_unemployment में असाइन करें। उसे प्रिंट करें. मॉडल का rmse डेटा के standard deviation की तुलना में कैसा है?

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Print a summary of unemployment
summary(unemployment)

# For convenience put the residuals in the variable res
res <- ___

# Calculate RMSE, assign it to the variable rmse and print it
(rmse <- ___)

# Calculate the standard deviation of female_unemployment and print it
(sd_unemployment <- ___)
कोड संपादित करें और चलाएँ