1. Learn
    2. /
  2. Courses
    3. /
  3. Кероване навчання в R: регресія
Connected

Exercise

Порівняння RMSE та кореня середньоквадратичної відносної помилки

У цій вправі ви покажете, що логарифмування грошового виходу перед моделюванням покращує середню відносну помилку (але збільшує RMSE) порівняно з безпосереднім моделюванням грошового виходу. Ви порівняєте результати model.log з попередньої вправи з моделлю (model.abs), яка напряму апроксимує дохід.

Набори даних income_train і income_test уже завантажені, разом із вашою моделлю model.log.

Також доступно:

  • model.abs: модель, що безпосередньо підганяє дохід до вхідних змінних за формулою

    Income2005 ~ Arith + Word + Parag + Math + AFQT

Instructions

100 XP
  • Заповніть пропуски, щоб додати прогнозні значення з моделей до income_test.
    • Не забудьте взяти експоненту від прогнозів model.log, щоб скасувати логарифмічне перетворення!
  • Заповніть пропуски, щоб виконати pivot_longer() для прогнозів і обчислити залишки та відносну помилку.
  • Заповніть пропуски, щоб обчислити RMSE і відносний RMSE для прогнозів.
    • У якої моделі більша абсолютна помилка? Більша відносна помилка?