diamonds に対する線形回帰のサンプル内 RMSE

動画で見たように、このコースには ggplot2 パッケージの有名なデータセットである diamonds が含まれています。ダイヤモンドの物理的な属性と、実際の販売価格が含まれています。興味深いモデリング課題として、線形回帰のような手法を使って、属性から価格を予測することが挙げられます。

線形回帰を当てはめるには、次の形式で lm() 関数を使うことを思い出してください。

mod <- lm(y ~ x, my_data)

元のデータに対して mod を使って予測するには、predict() 関数を呼び出します。

pred <- predict(mod, my_data)

この演習はコースの一部です

Rで学ぶ caret を使った Machine Learning

diamonds データセットに対して、price を目的変数、その他すべての変数を説明変数（すなわち price ~ .）として線形モデルを当てはめ、結果を model に保存します。
元のデータ全体に対して model を用いて予測し、結果を p に保存します。
誤差を \(errors = predicted - actual\) の式で計算し、結果を error に保存します。
動画で学んだ式を使って RMSE を計算し、コンソールに出力します。

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Fit lm model: model


# Predict on full data: p


# Compute errors: error


# Calculate RMSE