R'deki lm() işlevinden rmse nasıl çıkarılır

R’deki lm() işlevinin ortalama karekök hatasını (RMSE) çıkarmak için aşağıdaki sözdizimini kullanabilirsiniz:

 sqrt(mean(model$residuals^2))

Aşağıdaki örnek, bu sözdiziminin pratikte nasıl kullanılacağını gösterir.

İlgili: Ortalama Karekök Hatası (RMSE) Nasıl Yorumlanır?

Örnek: RMSE’yi R’deki lm() öğesinden çıkarın

R’ye aşağıdaki çoklu doğrusal regresyon modelini uyduğumuzu varsayalım:

 #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)

Regresyon modelinin tam özetini görüntülemek için Summary() fonksiyonunu kullanabiliriz:

 #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

Modelin yalnızca ortalama kare hatasını (RMSE) çıkarmak için aşağıdaki sözdizimini kullanabiliriz:

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

[1] 2.090564

Modelin RMSE’si 2.090564’tür .

Bu, modelin tahmin edilen değerleri ile veri kümesinin gerçek değerleri arasındaki ortalama mesafeyi temsil eder.

RMSE ne kadar düşük olursa, belirli bir modelin bir veri setine o kadar iyi “sığabileceğini” unutmayın.

Birkaç farklı regresyon modelini karşılaştırırken, en düşük RMSE’ye sahip model, veri setine en iyi “uyan” model olarak kabul edilir.

Ek kaynaklar

Aşağıdaki eğitimlerde R’de diğer ortak görevlerin nasıl gerçekleştirileceği açıklanmaktadır:

R’de basit doğrusal regresyon nasıl gerçekleştirilir
R’de çoklu doğrusal regresyon nasıl gerçekleştirilir
R’de artık arsa nasıl oluşturulur