Membandingkan kinerja model

Visualisasi membantu Anda memahami di mana model bekerja baik dan di mana tidak. Terkadang, ada baiknya memiliki sebuah statistik yang memberi skor untuk model. Dengan begitu, Anda dapat mengkuantifikasi seberapa baik sebuah model dan membandingkannya di banyak model. Salah satu statistik umum adalah root mean square error (sering disingkat "RMSE"), yang menghitung kuadrat residual, lalu rata-ratanya, kemudian akarnya. Nilai RMSE yang kecil untuk suatu himpunan data menyiratkan prediksi yang lebih baik. (Secara bawaan, Anda tidak dapat membandingkan antarhimpunan data yang berbeda, hanya antar model pada himpunan data yang sama. Kadang-kadang memungkinkan untuk menormalkan himpunan data agar dapat dibandingkan.)

Di sini Anda akan membandingkan model gradient boosted trees dan random forest.

Latihan ini merupakan bagian dari kursus

Pengantar Spark dengan sparklyr di R

Lihat Kursus

Instruksi latihan

both_responses, yang memuat tahun prediksi dan aktual untuk tiap lagu dari kedua model, telah didefinisikan sebelumnya sebagai tibble lokal.

Buat himpunan data jumlah kuadrat residual.
- Tambahkan kolom residual, sama dengan respons prediksi dikurangi respons aktual.
- Kelompokkan data berdasarkan model.
- Hitung statistik ringkasan, rmse, sama dengan akar dari rata-rata kuadrat residual.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# both_responses has been pre-defined
both_responses

# Create a residual sum of squares dataset
___

Edit dan Jalankan Kode