Оценка регрессии
Объекты test_set и model, полученные в предыдущем упражнении, доступны в вашем окружении.
Удобно выражать точность предсказаний одним числом. Это позволяет легко сравнивать несколько моделей и демонстрировать результаты работодателю — нынешнему или будущему.
Среднеквадратичная ошибка и средняя абсолютная ошибка широко применяются для оценки регрессионных моделей. Напомним их формулы:
\(RMSE = \sqrt{\frac{1}{n} \sum_{i=1}^{n}(y_i - \hat{y}_i)^2}\)
\(MAE = \frac{1}{n} \sum_{i=1}^{n} |y_i - \hat{y}_i|\)
Это упражнение является частью курса
Практика статистических вопросов для интервью на R
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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(___)