Root Mean Squared Error (RMSE)

Überwachtes Lernen in R: Regression

Nina Zumel and John Mount

Win-Vector LLC

Was ist Root Mean Squared Error (RMSE)?

$$ RMSE = \sqrt{\overline{(y-pred)^2}} $$

$y - pred$: der Fehler- bzw. Residuenvektor
$\overline{(y-pred)^2}$: Mittelwert von $(y-pred)^2$

RMSE des Modells für Hausverkaufspreise

# Calculate error
err <- houseprices$prediction - houseprices$price

price: Spalte der tatsächlichen Verkaufspreise (in Tausend)
prediction: Spalte der vorhergesagten Verkaufspreise (in Tausend)

RMSE des Modells für Hausverkaufspreise

# Calculate error
err <- houseprices$prediction - houseprices$price

# Square the error vector
err2 <- err^2

RMSE des Modells für Hausverkaufspreise

# Calculate error
err <- houseprices$prediction - houseprices$price

# Square the error vector
err2 <- err^2

# Take the mean, and sqrt it
(rmse <- sqrt(mean(err2)))

58.33908

$RMSE \approx 58{,}3$

Ist der RMSE groß oder klein?

# Take the mean, and sqrt it
(rmse <- sqrt(mean(err2)))

58.33908

# The standard deviation of the outcome
(sdtemp <- sd(houseprices$price))

135.2694

$RMSE \approx 58{,}3$
$sd(price) \approx 135$

Lass uns üben!

Überwachtes Lernen in R: Regression