Střední kvadratická chyba (RMSE)

Supervised Learning in R: Regression

Nina Zumel and John Mount

Win-Vector LLC

Co je střední kvadratická chyba (RMSE)?

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

kde

$y - pred$: chyba neboli vektor reziduí
$\overline{(y-pred)^2}$: střední hodnota $(y-pred)^2$

RMSE modelu cen prodeje domů

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

price: sloupec skutečných prodejních cen (v tisících)
prediction: sloupec predikovaných prodejních cen (v tisících)

RMSE modelu cen prodeje domů

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

# Square the error vector
err2 <- err^2

RMSE modelu cen prodeje domů

# 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

$RMSE \approx 58{,}3$

Je RMSE velká nebo malá?

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

58.33908

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

135.2694

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

Pojďme procvičovat!

Supervised Learning in R: Regression