Calcolare MSE e RMSE di un modello
Come hai fatto prima con l’\(R^2\), che misura l’aderenza del modello ai dati, calcoliamo ora la root mean square error (RMSE) dei nostri modelli, una misura molto usata dell’errore predittivo. Usiamo il modello del prezzo in funzione della dimensione e del numero di camere da letto.
Il modello è disponibile nel tuo workspace come model_price_2.
Questo esercizio fa parte del corso
Modellazione con i dati nel Tidyverse
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Get all residuals, square them, and take mean
get_regression_points(model_price_2) %>%
mutate(sq_residuals = ___) %>%
summarize(mse = ___(sq_residuals))