R - Test berechnen MSE mit einem trainierten Modell aus einem Trainingssatz und einem Testsatz
Gegeben zwei einfache Datensätze:
head(training_set)
x y
1 1 2.167512
2 2 4.684017
3 3 3.702477
4 4 9.417312
5 5 9.424831
6 6 13.090983
head(test_set)
x y
1 1 2.068663
2 2 4.162103
3 3 5.080583
4 4 8.366680
5 5 8.344651
Ich möchte eine lineare Regressionslinie an die Trainingsdaten anpassen und diese Linie (oder die Koeffizienten) verwenden, um die "Test-MSE" oder den mittleren quadratischen Fehler der Residuen an den Testdaten zu berechnen, sobald diese Linie dort angepasst ist.
model = lm(y~x,data=training_set)
train_MSE = mean(model$residuals^2)
test_MSE = ?