比较模型表现

作图可以帮助您直观了解模型在哪些地方表现良好、哪些地方表现不佳。有时，我们还需要一个能为模型打分的统计量。这样您就能量化模型的好坏，并在众多模型之间进行比较。一个常见的统计量是均方根误差（常缩写为 "RMSE"），它的计算是：先将残差平方，再取平均，最后开平方。对于给定数据集，RMSE 越小，预测越好。（默认情况下，您只能比较同一数据集上的不同模型，不能跨数据集直接比较。有时可以对数据集做归一化来实现跨数据集的比较。）

在本练习中，您将比较梯度提升树和随机森林模型。

本练习是课程的一部分

R 中使用 sparklyr 的 Spark 入门

查看课程

练习说明

已预先在本地定义了 both_responses，其中包含两个模型给出的曲目预测年份与实际年份。

创建一个残差平方和的数据集。
- 添加 residual 列，等于预测值减去实际值。
- 按 model 对数据分组。
- 计算汇总统计量 rmse，其值为 residual 的平方取平均后再开平方。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# both_responses has been pre-defined
both_responses

# Create a residual sum of squares dataset
___

编辑并运行代码