CommencezCommencez gratuitement

Mise à l'épreuve hors échantillon

Votre objectif est de prédire les achats pour de nouveaux magasins à partir de votre modèle estimé. Vous vérifiez si cet objectif est réalisable en utilisant la fonction predict(). La fonction predict() récupère les paramètres estimés de train.model pour faire des prédictions sur la variable de réponse dans test.data. Pour obtenir des valeurs prédites sur l'échelle de la variable de réponse (les probabilités d'achat prédites), vous devez définir l'argument supplémentaire type à "response".

Enfin, les prédictions en réserve sont classées en achats et non-achats à l'aide de la fonction ifelse() et comparées aux achats observés à l'aide de la fonction table(). Pour terminer, vous utilisez la fonction prop.table() pour convertir les nombres du tableau en nombres relatifs.

Cette activité fait partie du cours

Créer des modèles de réponse dans R

Voir le cours

Instructions de l’exercice

  • Prédisez les réponses pour test.data en utilisant la fonction predict() sur train.model. Définissez l'argument type à "response" et nommez le résultat probability.
  • Classez les prédictions du modèle en 1 si la probability dépasse 0.5, et en 0 autrement. Assignez le résultat à un objet predicted.
  • Obtenez les achats observés pour HOPPINESS à partir de test.data. Assignez-les à un objet observed.
  • Effectuez un tableau croisé des vecteurs observed et predicted en utilisant les fonctions table() et prop.table().

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Predict the purchase probabilities for test.data
probability <- ___(___, ___, type = "response") 

# Classify the predictions
predicted <- ___(probability >= ___, ___, ___) 

# Obtain the observed purchases from test.data
observed <- test.data$HOPPINESS

# Cross-tabulate observed vs. predicted purchases
___(___(predicted, observed))
Modifier et exécuter le code