Metryki oceny modelu
Ocena wyników modelu to ważny krok w procesie modelowania. Należy przeprowadzać ją na zbiorze testowym – dzięki temu można sprawdzić, jak dobrze model poradzi sobie z nowymi danymi.
W poprzednim ćwiczeniu wytrenowano model regresji liniowej do przewidywania wartości selling_price na podstawie zmiennych home_age i sqft_living. Następnie utworzono tabelę home_test_results, stosując wytrenowany model do danych home_test.
W tym ćwiczeniu obliczysz metryki RMSE oraz R-kwadrat na podstawie wyników zawartych w home_test_results.
Tabela home_test_results została wczytana do twojej sesji.
To ćwiczenie jest częścią kursu
Modelowanie z tidymodels w R
Instrukcje do ćwiczenia
- Uruchom pierwsze dwie linie kodu, które wyświetlają tabelę
home_test_results. Zawiera ona rzeczywiste i przewidywane ceny sprzedaży domów ze zbioruhome_test. - Korzystając z
home_test_results, oblicz metryki RMSE oraz R-kwadrat.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Print home_test_results
home_test_results
# Calculate the RMSE metric
home_test_results %>%
___(___, ___)
# Calculate the R squared metric
home_test_results %>%
___(___, ___)