Natrénuj model pravděpodobnosti přežití vrabce

V tomto cvičení odhadneš pravděpodobnost, že vrabec přežije silnou zimní bouři, a to na základě jeho fyzických charakteristik. Dataset sparrow je již načtený. Cílová proměnná je status ("Survived", "Perished"). Budeme pracovat s těmito proměnnými:

total_length: délka ptáka od špičky zobáku po špičku ocasu (mm)
weight: hmotnost v gramech
humerus: délka kosti pažní (kost spojující křídlo s tělem) (palce)

Pamatuj, že při vytváření modelu logistické regrese pomocí glm() (dokumentace) je nutné explicitně nastavit family = binomial:

glm(formula, data = data, family = binomial)

Použiješ summary() a broom::glance(), abys prozkoumal/a model logistické regrese z různých úhlů. Jednou z diagnostických metrik je obdoba $R^2$, tzv. pseudo-$R^2$.

$$ pseudoR^2 = 1 - \frac{deviance}{null.deviance} $$

Deviance je obdoba rozptylu: měří variabilitu v kategoriálních datech. Pseudo-$R^2$ pak odpovídá $R^2$ u standardní regrese: $R^2$ vyjadřuje podíl vysvětleného rozptylu modelu. Pseudo-$R^2$ analogicky vyjadřuje podíl vysvětlené deviance.

Toto cvičení je součástí kurzu

Supervised Learning in R: Regression

Zobrazit kurz

Pokyny k cvičení

Jak bylo ukázáno ve videu, budeme predikovat výstupy TRUE a FALSE. Vytvoř nový sloupec survived v datovém rámci sparrow, který bude mít hodnotu TRUE, pokud platí status == "Survived".
Vytvoř vzorec fmla, který vyjadřuje survived jako funkci proměnných, jež nás zajímají. Vypiš ho.
Natrénuj model logistické regrese pro predikci pravděpodobnosti přežití vrabce. Ulož model do proměnné sparrow_model.
Zavolej summary(), abys zobrazil/a koeficienty modelu, deviance a nulovou devianci.
Zavolej glance() na model, abys získal/a deviance a další diagnostické hodnoty ve formě datového rámce. Výstup z glance() ulož do proměnné perf.
Vypočítej pseudo-$R^2$.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# sparrow is available
summary(sparrow)

# Create the survived column
sparrow$survived <- ___

# Create the formula
(fmla <- _____)

# Fit the logistic regression model
sparrow_model <- ___

# Call summary
___

# Call glance
(perf <- ___)

# Calculate pseudo-R-squared
(pseudoR2 <- ___)

Upravit a spustit kód