كيفية حساب mse في r

أحد المقاييس الأكثر استخدامًا لقياس دقة تنبؤ النموذج هو MSE ، والذي يرمز إلى متوسط مربع الخطأ . يتم حسابه على النحو التالي:

MSE = (1/n) * Σ(فعلي – توقع) ²

ذهب:

• Σ – رمز فاخر يعني “المجموع”
• ن – حجم العينة
• حقيقي – القيمة الفعلية للبيانات
• التنبؤ – قيمة البيانات المتوقعة

كلما انخفضت قيمة MSE، زادت دقة النموذج في التنبؤ بالقيم.

كيفية حساب MSE في R

اعتمادًا على التنسيق الذي توجد به بياناتك، هناك طريقتان بسيطتان يمكنك استخدامهما لحساب MSE لنموذج الانحدار في R.

الطريقة الأولى: حساب المشروعات الصغيرة والمتوسطة من نموذج الانحدار

في أحد السيناريوهات، قد يكون لديك نموذج انحدار مناسب وتريد ببساطة حساب MSE للنموذج. على سبيل المثال، قد يكون لديك نموذج الانحدار التالي:

 #load mtcars dataset
data(mtcars)

#fit regression model
model <- lm(mpg~disp+hp, data=mtcars)

#get model summary
model_summ <-summary(model)

لحساب MSE لهذا النموذج، يمكنك استخدام الصيغة التالية:

 #calculate MSE
mean(model_summ$residuals^2)

[1] 8.85917

هذا يخبرنا أن MSE هو 8.85917 .

الطريقة الثانية: حساب MSE من قائمة القيم المتوقعة والفعلية

في سيناريو آخر، قد يكون لديك ببساطة قائمة بالقيم المتوقعة والفعلية. على سبيل المثال:

 #create data frame with a column of actual values and a column of predicted values
data <- data.frame(pred = predict(model), actual = mtcars$mpg)

#view first six lines of data
head(data)

                      pred actual
Mazda RX4 23.14809 21.0
Mazda RX4 Wag 23.14809 21.0
Datsun 710 25.14838 22.8
Hornet 4 Drive 20.17416 21.4
Hornet Sportabout 15.46423 18.7
Valiant 21.29978 18.1

في هذه الحالة، يمكنك استخدام الصيغة التالية لحساب MSE:

 #calculate MSE
mean((data$actual - data$pred)^2)

[1] 8.85917

يخبرنا هذا أن MSE هو 8.85917 ، وهو ما يطابق MSE الذي حسبناه باستخدام الطريقة السابقة.