Utvärdering av regression
Objekten test_set och model som du skapade i föregående övning finns tillgängliga i din miljö.
Det är användbart att sammanfatta förutsägelsernas noggrannhet i ett enda tal. På så sätt kan du enkelt jämföra flera modeller och visa framstegen för din nuvarande eller framtida arbetsgivare.
Root Mean Squared Error och Mean Absolute Error används ofta för att utvärdera regressionsmodeller. Kom ihåg att deras formler ser ut så här:
\(RMSE = \sqrt{\frac{1}{n} \sum_{i=1}^{n}(y_i - \hat{y}_i)^2}\)
\(MAE = \frac{1}{n} \sum_{i=1}^{n} |y_i - \hat{y}_i|\)
Den här övningen är en del av kursen
Öva på statistiska intervjufrågor i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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(___)