计算 RMSE
在本练习中，您将计算失业率模型的 RMSE。上一道编码练习中，
您为 unemployment 数据集新增了两列：
- 模型的预测值（
predictions列） - 预测与真实结果之间的残差（
residuals列）
您可以从残差向量 \(res\) 计算 RMSE：
$$ RMSE = \sqrt{\operatorname{mean}(res^2)} $$
我们希望 RMSE 越小越好。多小才算"小"呢？一个经验做法是将 RMSE 与 目标变量的标准差进行比较。若模型较好，RMSE 应小于标准差。
unemployment 数据框已为您加载完成。
本练习是课程的一部分
R 中的监督学习：回归
练习说明
- 回顾上一练习中的
unemployment数据。 - 为方便起见，将
unemployment中的residuals列赋给变量res。 - 计算 RMSE：先对
res求平方，再取其均值，最后开平方。将结果赋给变量rmse并打印。- 提示：您可以通过在括号中进行赋值来一步完成：
(rmse <- ___)
- 提示：您可以通过在括号中进行赋值来一步完成：
- 计算
female_unemployment的标准差并赋给变量sd_unemployment。打印结果。 模型的 rmse 与数据的标准差相比如何？
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Print a summary of unemployment
summary(unemployment)
# For convenience put the residuals in the variable res
res <- ___
# Calculate RMSE, assign it to the variable rmse and print it
(rmse <- ___)
# Calculate the standard deviation of female_unemployment and print it
(sd_unemployment <- ___)