使用訓練／測試切分來評估模型

現在你要在測試資料 mpg_test 上測試模型 mpg_model。已提供 rmse() 與 r_squared() 兩個函式，方便你計算 RMSE 與 R-squared：

rmse(predcol, ycol)
r_squared(predcol, ycol)

其中：

predcol：預測值
ycol：實際目標值

你也會繪製「預測值 vs. 實際值」的圖。

通常，模型在訓練資料上的表現會優於測試資料（不過有時候測試集可能「運氣不錯」）。輕微的差異可以接受；如果訓練集的表現明顯更好，就代表有問題。

mpg_train 與 mpg_test 這兩個資料框、mpg_model 模型，以及 rmse() 與 r_squared() 函式都已預先載入。

本練習屬於課程

R 中的監督式學習：回歸

檢視課程

練習說明

在 mpg_train 資料中，使用 hwy 來預測市區油耗，並將預測結果指派到欄位 pred。
在 mpg_test 資料中，使用 hwy 來預測市區油耗，並將預測結果指派到欄位 pred。
使用 rmse() 分別評估測試集與訓練集的 RMSE。比較兩者，表現是否相近？
使用 r_squared() 做相同的比較。表現是否相近？
使用 ggplot2 繪製在 test 資料上的預測值對 cty 的散佈圖。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# Examine the objects that have been loaded
ls.str()

# predict cty from hwy for the training set
mpg_train$pred <- ___

# predict cty from hwy for the test set
mpg_test$pred <- ___

# Evaluate the rmse on both training and test data and print them
(rmse_train <- ___)
(rmse_test <- ___)


# Evaluate the r-squared on both training and test data.and print them
(rsq_train <- ___)
(rsq_test <- ___)

# Plot the predictions (on the x-axis) against the outcome (cty) on the test data
ggplot(___, aes(x = ___, y = ___)) + 
  geom_point() + 
  geom_abline()

編輯並執行程式碼