Error cuadrático medio (RMSE)

Aprendizaje supervisado en R: Regresión

Nina Zumel and John Mount

Win-Vector LLC

¿Qué es el error cuadrático medio (RMSE)?

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

donde

$y - pred$: vector de errores o residuos
$\overline{(y-pred)^2}$: media de $(y-pred)^2$

RMSE del modelo de precio de viviendas

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

price: columna de precios reales de venta (en miles)
prediction: columna de precios de venta predichos (en miles)

RMSE del modelo de precio de viviendas

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

# Square the error vector
err2 <- err^2

RMSE del modelo de precio de viviendas

# 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

$RMSE \approx 58.3$

¿El RMSE es grande o pequeño?

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

58.33908

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

135.2694

$RMSE \approx 58.3$
$sd(price) \approx 135$

¡Vamos a practicar!

Aprendizaje supervisado en R: Regresión