Bereken de RMSE op de testset met de hand
Nu je voorspellingen op de testset hebt, kun je deze gebruiken om een foutmaat (in dit geval RMSE) op de testset te berekenen en te zien hoe het model presteert out-of-sample, in plaats van in-sample zoals je in de eerste oefening deed. Je doet dit door eerst de fouten te berekenen tussen de voorspelde diamantprijzen en de werkelijke diamantprijzen, door de voorspellingen van de werkelijke waarden af te trekken.
Zodra je een foutvector hebt, is RMSE berekenen zo simpel als kwadrateren, het gemiddelde nemen en vervolgens de wortel trekken:
sqrt(mean(error^2))
Deze oefening maakt deel uit van de cursus
Machine Learning met caret in R
Oefeninstructies
test, model en p zijn in je werkruimte geladen.
- Bereken de fout tussen de voorspellingen op de testset en de werkelijke diamantprijzen in de testset. Noem dit
error. - Bereken de RMSE met deze foutvector en print alleen het resultaat naar de console.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Compute errors: error
# Calculate RMSE