शुरू करेंमुफ़्त में शुरू करें

Categorical inputs के साथ मॉडलिंग

इस अभ्यास में, आप flowers डेटा पर एक लीनियर मॉडल फिट करेंगे, ताकि Time और Intensity के आधार पर Flowers को प्रेडिक्ट किया जा सके.

पिछले अभ्यास में आपने जो मॉडल फॉर्मूला fmla बनाया था, वह अब भी उपलब्ध है, और मॉडल मैट्रिक्स mmat भी.

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में Supervised Learning: Regression

पाठ्यक्रम देखें

अभ्यास निर्देश

  • fmla और lm का उपयोग करके एक लीनियर मॉडल ट्रेन करें जो Intensity और Time से Flowers को प्रेडिक्ट करे. मॉडल को वैरिएबल flower_model में असाइन करें.
  • summary() का उपयोग करके खुद को mmat की संरचना याद दिलाएँ.
  • summary() का उपयोग करके flower_model की जाँच करें. क्या वैरिएबल वही हैं जो आपने mmat में देखे थे?
  • flower_model का उपयोग करके फूलों की संख्या प्रेडिक्ट करें. इन प्रेडिक्शंस को flowers में predictions नाम के कॉलम के रूप में जोड़ें.
  • प्रेडिक्शंस बनाम वास्तविक फूलों का प्लॉट बनाने के लिए खाली जगहों को भरें (x-axis पर predictions).

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# flowers is available
str(flowers)

# fmla is available
fmla

# Fit a model to predict Flowers from Intensity and Time : flower_model
flower_model <- ___

# Use summary on mmat to remind yourself of its structure
___

# Use summary to examine flower_model 
___

# Predict the number of flowers on each plant
flowers$predictions <- ___

# Plot predictions vs actual flowers (predictions on x-axis)
ggplot(___, aes(x = ___, y = ___)) + 
  geom_point() +
  geom_abline(color = "blue") 
कोड संपादित करें और चलाएँ