Вычисление RMSE

В этом упражнении вы вычислите RMSE для вашей модели безработицы. В предыдущих заданиях вы добавили два столбца в набор данных unemployment:

предсказания модели (столбец predictions)
остатки между предсказаниями и фактическими значениями (столбец residuals)

RMSE можно вычислить по вектору остатков $res$ по следующей формуле:

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

Желательно, чтобы RMSE было как можно меньше. Но как понять, достаточно ли оно мало? Один из практических способов — сравнить RMSE со стандартным отклонением целевой переменной. У хорошей модели RMSE должно быть меньше этого значения.

Фрейм данных unemployment уже загружен.

Это упражнение является частью курса

Обучение с учителем в R: регрессия

Посмотреть курс

Инструкции к упражнению

Изучите данные unemployment из предыдущего упражнения.
Для удобства присвойте столбец residuals из unemployment переменной res.
Вычислите RMSE: возведите res в квадрат, найдите среднее, а затем извлеките квадратный корень. Присвойте результат переменной rmse и выведите её на экран.
- Совет: это можно сделать в одну строку, обернув присваивание в скобки: (rmse <- ___)
Вычислите стандартное отклонение female_unemployment и присвойте его переменной sd_unemployment. Выведите результат на экран. Как RMSE модели соотносится со стандартным отклонением данных?

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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 <- ___)

Редактировать и запускать код