आर में एलएम() फ़ंक्शन से आरएमएसई कैसे निकालें

आप R में lm() फ़ंक्शन के मूल माध्य वर्ग त्रुटि (RMSE) को निकालने के लिए निम्नलिखित सिंटैक्स का उपयोग कर सकते हैं:

 sqrt(mean(model$residuals^2))

निम्नलिखित उदाहरण दिखाता है कि व्यवहार में इस वाक्यविन्यास का उपयोग कैसे करें।

संबंधित: मूल माध्य वर्ग त्रुटि (आरएमएसई) की व्याख्या कैसे करें

उदाहरण: R में lm() से RMSE निकालें

मान लीजिए कि हम निम्नलिखित एकाधिक रैखिक प्रतिगमन मॉडल को आर में फिट करते हैं:

 #create data frame
df <- data. frame (rating=c(67, 75, 79, 85, 90, 96, 97),
                 points=c(8, 12, 16, 15, 22, 28, 24),
                 assists=c(4, 6, 6, 5, 3, 8, 7),
                 rebounds=c(1, 4, 3, 3, 2, 6, 7))

#fit multiple linear regression model
model <- lm(rating ~ points + assists + rebounds, data=df)

हम प्रतिगमन मॉडल का पूरा सारांश प्रदर्शित करने के लिए सारांश() फ़ंक्शन का उपयोग कर सकते हैं:

 #view model summary
summary(model)

Call:
lm(formula = rating ~ points + assists + rebounds, data = df)

Residuals:
      1 2 3 4 5 6 7 
-1.5902 -1.7181 0.2413 4.8597 -1.0201 -0.6082 -0.1644 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)   
(Intercept) 66.4355 6.6932 9.926 0.00218 **
points 1.2152 0.2788 4.359 0.02232 * 
assists -2.5968 1.6263 -1.597 0.20860   
rebounds 2.8202 1.6118 1.750 0.17847   
---
Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 3.193 on 3 degrees of freedom
Multiple R-squared: 0.9589, Adjusted R-squared: 0.9179 
F-statistic: 23.35 on 3 and 3 DF, p-value: 0.01396

मॉडल का केवल मूल माध्य वर्ग त्रुटि (RMSE) निकालने के लिए, हम निम्नलिखित सिंटैक्स का उपयोग कर सकते हैं:

 #extract RMSE of regression model
sqrt(mean(model$residuals^2))

[1] 2.090564

मॉडल का RMSE 2.090564 है।

यह मॉडल के अनुमानित मूल्यों और डेटासेट के वास्तविक मूल्यों के बीच की औसत दूरी को दर्शाता है।

ध्यान दें कि आरएमएसई जितना कम होगा, दिया गया मॉडल उतना ही बेहतर डेटा सेट को “फिट” करने में सक्षम होगा।

कई अलग-अलग प्रतिगमन मॉडल की तुलना करते समय, सबसे कम आरएमएसई वाले मॉडल को वह माना जाता है जो डेटा सेट के लिए सबसे उपयुक्त “फिट” होता है।

अतिरिक्त संसाधन

निम्नलिखित ट्यूटोरियल बताते हैं कि आर में अन्य सामान्य कार्य कैसे करें:

आर में सरल रैखिक प्रतिगमन कैसे करें
आर में मल्टीपल लीनियर रिग्रेशन कैसे करें
आर में अवशिष्ट प्लॉट कैसे बनाएं