回归评估
您在上一个练习中得到的 test_set 和 model 对象已在您的环境中可用。
用一个数字概括预测的准确性很有用。这样您就能轻松比较多个模型，并向现任或未来雇主展示进展。
均方根误差（Root Mean Squared Error, RMSE） 和 平均绝对误差（Mean Absolute Error, MAE） 被广泛用于评估回归模型。回顾其公式：
\(RMSE = \sqrt{\frac{1}{n} \sum_{i=1}^{n}(y_i - \hat{y}_i)^2}\)
\(MAE = \frac{1}{n} \sum_{i=1}^{n} |y_i - \hat{y}_i|\)
本练习是课程的一部分
R 统计面试题实战练习
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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(___)