RMSE trong mẫu cho hồi quy tuyến tính trên diamonds
Như bạn đã thấy trong video, khóa học có kèm theo bộ dữ liệu diamonds, một bộ dữ liệu kinh điển từ gói ggplot2. Bộ dữ liệu chứa các thuộc tính vật lý của kim cương cũng như mức giá bán. Một bài toán mô hình hóa thú vị là dự đoán giá kim cương dựa trên các thuộc tính của chúng bằng hồi quy tuyến tính.
Hãy nhớ rằng để khớp một mô hình hồi quy tuyến tính, bạn dùng hàm lm() theo định dạng sau:
mod <- lm(y ~ x, my_data)
Để tạo dự đoán bằng mod trên dữ liệu gốc, bạn gọi hàm predict():
pred <- predict(mod, my_data)
Bài tập này là một phần của khóa học
Machine Learning với caret trong R
Hướng dẫn bài tập
- Khớp một mô hình tuyến tính trên bộ dữ liệu
diamondsđể dự đoánpricedùng tất cả biến còn lại làm biến dự báo (tức làprice ~ .). Lưu kết quả vàomodel. - Tạo dự đoán bằng
modeltrên toàn bộ dữ liệu gốc và lưu vàop. - Tính sai số theo công thức \(errors = predicted - actual\). Lưu vào
error. - Tính RMSE theo công thức bạn đã học trong video và in ra console.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Fit lm model: model
# Predict on full data: p
# Compute errors: error
# Calculate RMSE