テスト／トレイン分割でモデルを評価する

テストデータ mpg_test を使って、モデル mpg_model を評価しましょう。 RMSE と R-squared を計算するための関数 rmse() と r_squared() が用意されています。

rmse(predcol, ycol)
r_squared(predcol, ycol)

ここで：

predcol: 予測値
ycol: 実際の目的変数

また、予測値と実測値のプロットも作成します。

一般に、モデルの性能は学習データのほうがテストデータより良くなります（ただし、テストデータが「たまたま当たる」こともあります）。性能に少し差があるのは問題ありませんが、学習データでの性能が大幅に良い場合は問題があります。

データフレーム mpg_train と mpg_test、モデル mpg_model、および関数 rmse() と r_squared() はすでに読み込まれています。

この演習はコースの一部です

R による Supervised Learning：回帰

コースを見る

演習の手順

mpg_train データで、hwy から市街地燃費を予測し、予測値を列 pred に代入します。
mpg_test データでも同様に、hwy から市街地燃費を予測し、予測値を列 pred に代入します。
rmse() を使って、テストセットと学習セットの RMSE を評価します。比較して、性能は近いでしょうか？
r_squared() でも同じ評価を行います。性能は近いでしょうか？
ggplot2 を使って、テストデータでの予測値を cty に対してプロットします。

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。

# Examine the objects that have been loaded
ls.str()

# predict cty from hwy for the training set
mpg_train$pred <- ___

# predict cty from hwy for the test set
mpg_test$pred <- ___

# Evaluate the rmse on both training and test data and print them
(rmse_train <- ___)
(rmse_test <- ___)


# Evaluate the r-squared on both training and test data.and print them
(rsq_train <- ___)
(rsq_test <- ___)

# Plot the predictions (on the x-axis) against the outcome (cty) on the test data
ggplot(___, aes(x = ___, y = ___)) + 
  geom_point() + 
  geom_abline()

コードを編集して実行