错误越大，惩罚越重
所有误差都不对，但严重程度并不相同。有时大的预测误差比小误差带来的影响要大得多。
错误越大，惩罚越重——这是均方根误差（RMSE）的特性之一。它会对较大的误差进行平方，从而比小误差给予更严厉的惩罚。
RMSE 可用下面的公式计算，其中第 \(i\) 个 squared_diff 是第 \(i\) 个误差的平方。
$$RMSE = \sqrt{\frac{1}{n} \cdot \sum_{i=1} ^n i\text{th squared_diff}}$$
在本练习中，您将计算自己预测的 RMSE。
在您的工作区中，已提供上一个练习的结果 test_enriched，这是测试数据，并新增了 .pred 列，表示模型的样本外预测。
本练习是课程的一部分
R 中的树模型机器学习
练习说明
- 计算预测值与最终成绩的按元素差值，将其平方，并保存为
squared_diffs。 - 使用上面的公式计算 RMSE，并保存为
rmse_manual。 - 使用
rmse()函数计算误差，并保存为rmse_auto。 - 打印
rmse_manual和rmse_auto，核对两者是否相同。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Calculate the squared differences
squared_diffs <- (___ - ___)^___
# Compute the RMSE using the formula
rmse_manual <- ___(1 / ___ * ___)
# Compute the RMSE using a function
rmse_auto <- ___(___,
___,
___)
# Print both errors
___
___