Mettre en forme les postérieurs de prédiction
Passons maintenant à la visualisation de nouvelles prédictions. Dans cet exercice, nous allons prédire la popularité d’une chanson tout juste sortie avec un song_age de 0. Nous prédisons toujours popularity à partir de song_age et artist_name. L’objet new_predictions a déjà été créé et contient les distributions des scores prédits pour une nouvelle chanson d’Adele, Taylor Swift et Beyoncé.
Cet exercice fait partie du cours
<cours>Modélisation de régression bayésienne avec rstanarm</cours>Instructions de l’exercice
- Affichez les scores prédits des 10 premières itérations de
new_predictions. - Convertissez
new_predictionsen data frame et nommez les colonnes du data frame « Adele », « Taylor Swift » et « Beyoncé ». - Mettez les données au format long, avec seulement deux colonnes :
artist_nameetpredict. - Affichez les six premières lignes du nouveau data frame
plot_posterior.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# View new data predictions
___[___:___, ]
# Convert to data frame and rename variables
new_predictions <- ___(new_predictions)
___(___) <- c("___", "___", "___")
# Create tidy data structure
plot_posterior <- ___(new_predictions, key = "artist_name", value = "predict")
# Print formated data
___(plot_posterior)