RMSE を計算する
この演習では、失業率モデルの RMSE を計算します。前のコーディング演習で、unemployment データセットに次の 2 列を追加しました。
- モデルの予測値（
predictions列） - 予測値と目的変数の差（
residuals列）
残差ベクトル \(res\) から RMSE は次のように計算できます。
$$ RMSE = \sqrt{\operatorname{mean}(res^2)} $$
RMSE は小さいほど良いです。「小さい」とはどの程度でしょうか。1 つの目安は、RMSE を目的変数の標準偏差と比べることです。良いモデルであれば、RMSE のほうが小さくなります。
unemployment データフレームは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
演習の手順
- 前の演習で使った
unemploymentデータを確認します。 - 便利のため、
unemploymentのresiduals列を変数resに代入します。 - RMSE を計算します：
resを二乗し、その平均を取り、平方根を取ります。これを変数rmseに代入して出力します。- ヒント: 代入をカッコで包めば 1 行で書けます:
(rmse <- ___)
- ヒント: 代入をカッコで包めば 1 行で書けます:
female_unemploymentの標準偏差を計算し、変数sd_unemploymentに代入して出力します。 モデルの rmse は、データの標準偏差と比べてどうですか？
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。
# 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 <- ___)