So berechnen sie mse in r
Eine der am häufigsten verwendeten Metriken zur Messung der Vorhersagegenauigkeit eines Modells ist MSE , was für „Mean Square Error“ steht. Es wird wie folgt berechnet:
MSE = (1/n) * Σ(tatsächlich – Vorhersage) 2
Gold:
- Σ – ein ausgefallenes Symbol mit der Bedeutung „Summe“
- n – Stichprobengröße
- real – der tatsächliche Wert der Daten
- Vorhersage – der Wert der vorhergesagten Daten
Je niedriger der MSE-Wert ist, desto genauer kann ein Modell Werte vorhersagen.
So berechnen Sie MSE in R
Abhängig vom Format Ihrer Daten gibt es zwei einfache Methoden, mit denen Sie den MSE eines Regressionsmodells in R berechnen können.
Methode 1: Berechnen Sie den MSE aus dem Regressionsmodell
In einem Szenario verfügen Sie möglicherweise über ein angepasstes Regressionsmodell und möchten lediglich den MSE des Modells berechnen. Beispielsweise könnten Sie über das folgende Regressionsmodell verfügen:
#load mtcars dataset data(mtcars) #fit regression model model <- lm(mpg~disp+hp, data=mtcars) #get model summary model_summ <-summary(model)
Um den MSE dieses Modells zu berechnen, können Sie die folgende Formel verwenden:
#calculate MSE
mean(model_summ$residuals^2)
[1] 8.85917
Dies sagt uns, dass der MSE 8,85917 beträgt.
Methode 2: Berechnen Sie MSE aus einer Liste vorhergesagter und tatsächlicher Werte
In einem anderen Szenario verfügen Sie möglicherweise einfach über eine Liste vorhergesagter und tatsächlicher Werte. Zum Beispiel:
#create data frame with a column of actual values and a column of predicted values data <- data.frame(pred = predict(model), actual = mtcars$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
In diesem Fall können Sie zur Berechnung des MSE die folgende Formel verwenden:
#calculate MSE
mean((data$actual - data$pred)^2)
[1] 8.85917
Dies sagt uns, dass der MSE 8,85917 beträgt, was dem MSE entspricht, den wir mit der vorherigen Methode berechnet haben.