테스트 세트 RMSE를 직접 계산하기
이제 테스트 세트에 대한 예측값이 있으므로, 이 예측값을 사용해 테스트 세트에서 오차 지표(여기서는 RMSE)를 계산하고, 첫 번째 연습 문제에서처럼 학습 데이터(in-sample)가 아닌, 샘플 바깥(out-of-sample)에서 모델이 얼마나 잘 작동하는지 확인해 보겠습니다. 먼저 실제 다이아몬드 가격에서 예측값을 빼서, 예측 가격과 실제 가격의 차이(오차)를 계산합니다.
오차 벡터가 준비되면, RMSE는 제곱 → 평균 → 제곱근의 순서로 간단히 계산합니다:
sqrt(mean(error^2))
이 연습은 강의의 일부입니다
R의 caret로 배우는 Machine Learning
연습 안내
test, model, p가 작업 공간에 로드되어 있습니다.
- 테스트 세트 예측값과 테스트 세트의 실제 다이아몬드 가격 간의 오차를 계산하세요. 이 값을
error라고 하세요. - 이 오차 벡터를 사용해 RMSE를 계산하고, 결과를 콘솔에 출력만 하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Compute errors: error
# Calculate RMSE