回帰モデルの評価
前の演習で作成した test_set と model オブジェクトは、環境内で利用できます。
予測の精度を1つの数値で示せると便利です。そうすれば複数のモデルを簡単に比較でき、現在や将来の雇用主に進捗を示せます。
回帰モデルの評価には、Root Mean Squared Error（二乗平均平方根誤差、RMSE）と Mean Absolute Error（平均絶対誤差、MAE）が広く使われます。式を思い出しましょう。
\(RMSE = \sqrt{\frac{1}{n} \sum_{i=1}^{n}(y_i - \hat{y}_i)^2}\)
\(MAE = \frac{1}{n} \sum_{i=1}^{n} |y_i - \hat{y}_i|\)
この演習はコースの一部です
R で学ぶ統計面接対策
実践的なインタラクティブ演習
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。
# 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(___)