Dans cet exercice, vous allez construire un modèle pour prédire le prix à partir d'une mesure de la taille de la maison (sa superficie). Le jeu de données houseprice, déjà chargé, contient les colonnes suivantes :

price : prix de la maison en unités de 1 000 $
size : superficie

Un nuage de points des données montre une relation assez non linéaire : une sorte de « crosse de hockey » où le prix reste assez plat pour les petites maisons, puis augmente fortement à mesure que la maison devient plus grande. Les fonctions quadratiques et cubiques sont souvent de bonnes formes fonctionnelles pour exprimer ce type de relation. Notez qu'il n'y a peut‑être pas de raison « physique » pour que price soit lié au carré de size ; une quadratique est simplement une approximation analytique fermée de la relation observée.

scatterplot

Vous allez ajuster un modèle pour prédire le prix en fonction de la superficie au carré et examiner son ajustement sur les données d'entraînement.

Comme ^ est aussi un symbole pour exprimer des interactions, utilisez la fonction I() (docs) pour traiter l'expression x^2 « telle quelle » : c'est‑à‑dire comme le carré de x plutôt que l'interaction de x avec lui‑même.

exampleFormula = y ~ I(x^2)

Transformer la réponse avant la modélisation

Create Your Free Account