Regresyon değerlendirmesi
test_set ve önceki egzersizde elde ettiğin model nesneleri çalışma ortamında mevcut.
Tahminlerin doğruluğunu tek bir sayıyla sunmak faydalıdır. Böylece birden fazla modeli kolayca karşılaştırabilir ve ilerlemeni işverenine ya da gelecekteki işverenine gösterebilirsin.
Kök Ortalama Kare Hatası (Root Mean Squared Error) ve Ortalama Mutlak Hata (Mean Absolute Error) regresyon modellerini değerlendirmede yaygın olarak kullanılır. Formülleri şöyleydi:
\(RMSE = \sqrt{\frac{1}{n} \sum_{i=1}^{n}(y_i - \hat{y}_i)^2}\)
\(MAE = \frac{1}{n} \sum_{i=1}^{n} |y_i - \hat{y}_i|\)
Bu egzersiz, kursun bir parçasıdır
R ile İstatistik Mülakat Soruları Pratiği
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# 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(___)