计算缺少响应变量的训练集的MSE

Question

我有一个带有响应变量ViolentCrimesPerPop的训练集，我故意将一个大型回归树与控件拟合

control1 <- rpart.control(minsplit=2, cp=1e-8, xval=20)

train_control <- rpart(ViolentCrimesPerPop ~ ., data=train, method='anova', control=control1)

然后我用它来预测测试集

predict1 <- predict(train_control, newdata=test)

但是我不确定如何计算测试集的均方误差，因为它需要响应变量ViolentCrimesPerPop，该变量在测试集中没有给出。有人可以给我提示如何解决这个问题吗？

Answer 1

如果您不知道地面真实性（响应变量），则将无法计算测试集的MSE。但是，可能会要求您将包含基本事实的数据集拆分为训练和测试。在这种情况下，您可以轻松计算MSE。

Answer 2

您是否正在进行某些不提供测试集响应变量的Kaggle测试？

无论如何，尝试将您的训练集划分为新的子集，并使用part作为训练，其余部分用于测试模型。没有响应变量，您将无法评估模型性能。

Answer 3

您可以找到仅了解基本事实的MSE。 如果您不知道测试标签，那么唯一的方法就是使用70％或80％的火车数据训练模型，并在其他20/30％的火车数据上测试MSE。