Ocena regresji
Obiekty test_set i model utworzone w poprzednim ćwiczeniu są dostępne w twoim środowisku.
Przydatne jest przedstawienie dokładności prognoz za pomocą jednej liczby. Dzięki temu możesz łatwo porównać kilka modeli i zaprezentować postępy pracodawcy lub przyszłemu pracodawcy.
Pierwiastek błędu średniokwadratowego (RMSE) i średni błąd bezwzględny (MAE) są powszechnie stosowane do oceny modeli regresji. Przypomnij sobie ich wzory:
\(RMSE = \sqrt{\frac{1}{n} \sum_{i=1}^{n}(y_i - \hat{y}_i)^2}\)
\(MAE = \frac{1}{n} \sum_{i=1}^{n} |y_i - \hat{y}_i|\)
To ćwiczenie jest częścią kursu
Ćwiczenie statystycznych pytań rekrutacyjnych w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Assign Hwt from the test set to y
___ <- test_set$___
# Predict Hwt on the test set
___ <- ___(model, newdata = ___)
# Derive the test set's size
___ <- nrow(___)