Évaluer les prédictions avec la RMSE

Modélisation avec des données dans le tidyverse

Albert Y. Kim

Assistant Professor of Statistical and Data Sciences

Rappel : résidus

Erreur quadratique moyenne

# Modèle 1 : prix en fonction de la taille et de l'année de construction
model_price_1 <- lm(log10_price ~ log10_size + yr_built,
                    data = house_prices)

# Somme des résidus au carré :
get_regression_points(model_price_1) %>%
  mutate(sq_residuals = residual^2) %>%
  summarize(sum_sq_residuals = sum(sq_residuals))

# A tibble: 1 x 1
  sum_sq_residuals
             <dbl>
1             585.

Erreur quadratique moyenne

# Erreur quadratique moyenne : utiliser mean() au lieu de sum() :
get_regression_points(model_price_1) %>%
  mutate(sq_residuals = residual^2) %>%
  summarize(mse = mean(sq_residuals))

# A tibble: 1 x 1
     mse
   <dbl>
1 0.0271

Racine de l'erreur quadratique moyenne

# Racine de l'erreur quadratique moyenne :
get_regression_points(model_price_1) %>%
  mutate(sq_residuals = residual^2) %>%
  summarize(mse = mean(sq_residuals)) %>%
  mutate(rmse = sqrt(mse))

# A tibble: 1 x 2
     mse  rmse
   <dbl> <dbl>
1 0.0271 0.164

RMSE des prédictions sur de nouvelles maisons

# Recréer une trame de données de maisons « nouvelles »
new_houses <- data_frame(
  log10_size = c(2.9, 3.6),
  condition = factor(c(3, 4))
)
new_houses

# A tibble: 2 x 2
  log10_size condition
       <dbl> <fct>    
1        2.9 3        
2        3.6 4

RMSE des prédictions sur de nouvelles maisons

# Obtenir les prédictions
get_regression_points(model_price_3,
                      newdata = new_houses)

# A tibble: 2 x 4
     ID log10_size condition log10_price_hat
  <int>      <dbl> <fct>               <dbl>
1     1        2.9 3                    5.34
2     2        3.6 4                    5.94

RMSE des prédictions sur de nouvelles maisons

# Calculer la RMSE
get_regression_points(model_price_3,
                      newdata = new_houses) %>%
  mutate(sq_residuals = residual^2) %>%
  summarize(mse = mean(sq_residuals)) %>%
  mutate(rmse = sqrt(mse))

Error in mutate_impl(.data, dots) : 
  Evaluation error: object 'residual' not found.

Passons à la pratique !

Modélisation avec des données dans le tidyverse