So sánh hiệu năng mô hình
Việc vẽ biểu đồ giúp bạn cảm nhận trực quan mô hình hoạt động tốt ở đâu và chưa tốt ở đâu. Đôi khi có một chỉ số cho bạn điểm số của mô hình sẽ rất hữu ích. Cách này cho phép bạn định lượng chất lượng mô hình và so sánh nhiều mô hình với nhau. Một chỉ số phổ biến là root mean square error (thường viết tắt là "RMSE"), đơn giản là bình phương các residual, lấy trung bình, rồi lấy căn bậc hai. RMSE nhỏ trên một tập dữ liệu cho thấy dự đoán tốt hơn. (Theo mặc định, bạn không thể so sánh giữa các tập dữ liệu khác nhau, chỉ so sánh các mô hình trên cùng một tập dữ liệu. Đôi khi có thể chuẩn hóa các tập dữ liệu để so sánh giữa chúng.)
Tại đây bạn sẽ so sánh hai mô hình gradient boosted trees và random forest.
Bài tập này là một phần của khóa học
Nhập môn Spark với sparklyr trong R
Hướng dẫn bài tập
both_responses, chứa năm phát hành dự đoán và thực tế của bản nhạc từ cả hai mô hình, đã được định nghĩa sẵn dưới dạng một tibble cục bộ.
- Tạo một tập dữ liệu tổng bình phương sai số (sum of squares of residuals).
- Thêm cột
residual, bằng giá trị dự đoán trừ giá trị thực tế. - Nhóm dữ liệu theo
model. - Tính một thống kê tóm tắt,
rmse, bằng căn bậc hai của trung bìnhresidualbình phương.
- Thêm cột
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# both_responses has been pre-defined
both_responses
# Create a residual sum of squares dataset
___