Evaluasi regresi
Objek test_set dan model yang telah Anda peroleh pada latihan sebelumnya tersedia di environment Anda.
Menyajikan akurasi prediksi dengan satu angka itu bermanfaat. Dengan begitu, Anda dapat dengan mudah membandingkan beberapa model dan menunjukkan kemajuan kepada atasan atau calon atasan Anda.
Root Mean Squared Error dan Mean Absolute Error banyak digunakan untuk mengevaluasi model regresi. Ingat kembali bahwa rumusnya adalah:
\(RMSE = \sqrt{\frac{1}{n} \sum_{i=1}^{n}(y_i - \hat{y}_i)^2}\)
\(MAE = \frac{1}{n} \sum_{i=1}^{n} |y_i - \hat{y}_i|\)
Latihan ini adalah bagian dari kursus
Latihan Pertanyaan Wawancara Statistik di R
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Assign Hwt from the test set to y
___ <- test_set$___
# Predict Hwt on the test set
___ <- ___(model, newdata = ___)
# Derive the test set's size
___ <- nrow(___)