在 diamonds 上以線性迴歸計算樣本內 RMSE

就像你在影片中看到的，課程內含 diamonds 資料集，這是 ggplot2 套件中的經典資料集。這個資料集包含鑽石的物理屬性，以及實際成交價格。一個有趣的建模挑戰是：用這些屬性來預測鑽石價格，例如使用線性迴歸。

回顧一下，擬合線性迴歸時，可以用 lm() 函式，格式如下：

mod <- lm(y ~ x, my_data)

若要在原始資料上使用 mod 進行預測，請呼叫 predict() 函式：

pred <- predict(mod, my_data)

本練習屬於課程

使用 R 的 caret 進行 Machine Learning

在 diamonds 資料集上，建立以所有其他變數作為解釋變數來預測 price 的線性模型（也就是 price ~ .）。將結果存為 model。
使用 model 在完整的原始資料集上做預測，並將結果存為 p。
依照公式 \(errors = predicted - actual\) 計算誤差。將結果存為 error。
使用你在影片中學到的公式計算 RMSE，並將它印出到主控台。

試著完成這個範例程式碼，體驗一下這個練習。

# Fit lm model: model


# Predict on full data: p


# Compute errors: error


# Calculate RMSE