Modelování růstu sójových bobů pomocí GAM
V tomto cvičení budeš modelovat průměrnou hmotnost listu na rostlině sójových bobů jako funkci času (od výsevu). Jak uvidíš, sójová rostlina neroste rovnoměrně – prochází „růstovým výbuchem", který se postupně zpomaluje. Hmotnost listu proto není dobře popsatelná lineárním modelem.
Připomeň si, že proměnnou, kterou chceš modelovat nelineárně, označíš ve vzorci pomocí funkce s() (docs):
y ~ s(x)
Také nezapomeň, že gam() (docs) z balíčku mgcv má toto volací rozhraní:
gam(formula, family, data)
Pro standardní regresi použij family = gaussian (výchozí hodnota).
Trénovací data soybean_train jsou předem načtená. Obsahují dva sloupce: výstupní proměnnou weight a proměnnou Time. Pro srovnání je již načten i lineární model model.lin, který byl natrénován pomocí vzorce weight ~ Time.
Toto cvičení je součástí kurzu
Supervised Learning in R: Regression
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# soybean_train is available
summary(soybean_train)
# Plot weight vs Time (Time on x axis)
ggplot(soybean_train, aes(x = ___, y = ___)) +
geom_point()