1. Учиться
    2. /
  2. Courses
    3. /
  3. R로 하는 Supervised Learning: 회귀
Connected

Exercise

RMSE와 루트 평균제곱 상대 오차 비교

이번 연습 문제에서는 금액형 출력값을 모델링하기 전에 로그 변환하면, 금액을 직접 모델링하는 것과 비교해 평균 상대 오차는 개선되지만 RMSE는 증가함을 보여 드립니다. 직전 연습 문제의 model.log 결과를, 소득을 직접 적합한 모델(model.abs)과 비교해 보세요.

income_train과 income_test 데이터셋이 미리 로드되어 있으며, 모델 model.log도 준비되어 있어요.

또한 다음도 제공됩니다:

  • model.abs: 다음 공식을 사용해 입력에 소득을 직접 적합한 모델

    Income2005 ~ Arith + Word + Parag + Math + AFQT

Инструкции

100 XP
  • 빈칸을 채워 두 모델의 예측값을 income_test에 추가하세요.
    • 로그 변환을 되돌리려면 model.log의 예측값에는 지수(exponent)를 취하는 것을 잊지 마세요!
  • 빈칸을 채워 예측값을 pivot_longer()로 변환하고 잔차와 상대 오차를 계산하세요.
  • 빈칸을 채워 예측값의 RMSE와 상대 RMSE를 계산하세요.
    • 어떤 모델의 절대 오차가 더 큰가요? 상대 오차는 어느 쪽이 더 큰가요?