Đánh giá hồi quy
Các đối tượng test_set và model mà bạn đã tạo ở bài trước hiện có trong môi trường của bạn.
Việc trình bày độ chính xác của dự đoán bằng một con số là rất hữu ích. Nhờ đó, bạn có thể dễ dàng so sánh nhiều mô hình và cho thấy tiến bộ của mình với nhà tuyển dụng hiện tại hoặc tương lai.
Root Mean Squared Error và Mean Absolute Error được dùng rộng rãi để đánh giá các mô hình hồi quy. Nhắc lại công thức của chúng:
\(RMSE = \sqrt{\frac{1}{n} \sum_{i=1}^{n}(y_i - \hat{y}_i)^2}\)
\(MAE = \frac{1}{n} \sum_{i=1}^{n} |y_i - \hat{y}_i|\)
Bài tập này là một phần của khóa học
Luyện tập câu hỏi phỏng vấn Thống kê với R
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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(___)