GAM के साथ सोयाबीन की वृद्धि मॉडल करें
इस अभ्यास में, आप रोपाई के बाद समय के साथ एक सोयाबीन पौधे की औसत पत्ती के वज़न को एक फंक्शन की तरह मॉडल करेंगे. जैसा कि आप देखेंगे, सोयाबीन पौधा बराबर गति से नहीं बढ़ता, बल्कि एक समय पर तेज़ी से बढ़ता है और फिर उसकी रफ़्तार कम हो जाती है. इसलिए, पत्ती का वज़न एक लीनियर मॉडल से ठीक से वर्णित नहीं होता.
याद रखें कि आप फॉर्मूला में s() (docs) फंक्शन का उपयोग करके यह तय कर सकते हैं कि किस वैरिएबल को non-linear तरीके से मॉडल करना है:
y ~ s(x)
यह भी याद रखें कि पैकेज mgcv का gam() (docs) फंक्शन इस इंटरफ़ेस के साथ कॉल होता है
gam(formula, family, data)
स्टैंडर्ड रिग्रेशन के लिए family = gaussian उपयोग करें (डिफ़ॉल्ट यही है).
सोयाबीन का प्रशिक्षण डेटा soybean_train पहले से लोड है. इसमें दो कॉलम हैं: आउटकम weight और वैरिएबल Time. तुलना के लिए, लीनियर मॉडल model.lin, जिसे फॉर्मूला weight ~ Time से फिट किया गया था, वह भी पहले से लोड है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Supervised Learning: Regression
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# soybean_train is available
summary(soybean_train)
# Plot weight vs Time (Time on x axis)
ggplot(soybean_train, aes(x = ___, y = ___)) +
geom_point()