IniziaInizia gratis

Calcolare l'RMSE

In questo esercizio calcolerai l'RMSE del tuo modello sulla disoccupazione. Negli esercizi di codice precedenti, hai aggiunto due colonne all'insieme di dati unemployment:

  • le previsioni del modello (colonna predictions)
  • i residui tra previsioni ed esito (colonna residuals)

Puoi calcolare l'RMSE a partire da un vettore di residui, \(res\), come:

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

Vuoi che l'RMSE sia piccolo. Quanto piccolo è "piccolo"? Una regola pratica è confrontare l'RMSE con la deviazione standard dell'esito. Con un buon modello, l'RMSE dovrebbe essere più basso.

Il data frame unemployment è già stato caricato per te.

Questo esercizio fa parte del corso

Supervised Learning in R: Regression

Visualizza il corso

Istruzioni dell'esercizio

  • Rivedi i dati unemployment dall'esercizio precedente.
  • Per comodità, assegna la colonna residuals di unemployment alla variabile res.
  • Calcola l'RMSE: eleva res al quadrato, fanne la media e poi la radice quadrata. Assegna il risultato alla variabile rmse e stampala.
    • Suggerimento: puoi farlo in un solo passaggio racchiudendo l'assegnazione tra parentesi: (rmse <- ___)
  • Calcola la deviazione standard di female_unemployment e assegnala alla variabile sd_unemployment. Stampala. Come si confronta l'RMSE del modello con la deviazione standard dei dati?

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# 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 <- ___)
Modifica ed esegui il codice