Oblicz RMSE

W tym ćwiczeniu obliczysz RMSE swojego modelu bezrobocia. W poprzednich ćwiczeniach dodano do zbioru danych unemployment dwie kolumny:

predykcje modelu (kolumna predictions)
reszty między predykcjami a rzeczywistymi wartościami (kolumna residuals)

RMSE możesz obliczyć na podstawie wektora reszt $res$ według wzoru:

$$ RMSE = \sqrt{\operatorname{mean}(res^2)} $$

Zależy ci na tym, żeby RMSE było jak najmniejsze. Ale co to znaczy „małe"? Jedna z heurystyk polega na porównaniu RMSE z odchyleniem standardowym zmiennej wynikowej. W przypadku dobrego modelu RMSE powinno być mniejsze.

Ramka danych unemployment jest już wczytana.

To ćwiczenie jest częścią kursu

Nadzorowane uczenie maszynowe w R: regresja

Zobacz kurs

Instrukcje do ćwiczenia

Przejrzyj dane unemployment z poprzedniego ćwiczenia.
Dla wygody przypisz kolumnę residuals z unemployment do zmiennej res.
Oblicz RMSE: podnieś res do kwadratu, oblicz średnią, a następnie wyciągnij pierwiastek kwadratowy. Przypisz wynik do zmiennej rmse i wyświetl go.
- Wskazówka: możesz to zrobić w jednym kroku, ujmując przypisanie w nawiasy: (rmse <- ___)
Oblicz odchylenie standardowe zmiennej female_unemployment i przypisz je do zmiennej sd_unemployment. Wyświetl wynik. Jak RMSE modelu wypada na tle odchylenia standardowego danych?

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Print a summary of unemployment
summary(unemployment)

# For convenience put the residuals in the variable res
res <- ___

# Calculate RMSE, assign it to the variable rmse and print it
(rmse <- ___)

# Calculate the standard deviation of female_unemployment and print it
(sd_unemployment <- ___)

Edytuj i uruchom kod