शुरू करेंमुफ़्त में शुरू करें

बेरोज़गारी मॉडल का मूल्यांकन: गेन कर्व

पिछले अभ्यास में आपने female_unemployment के बारे में प्रेडिक्शन बनाए और उन प्रेडिक्शंस तथा रेसिडुअल्स का विज़ुअलाइज़ेशन किया था. अब, आप unemployment_model के प्रेडिक्शंस को वास्तविक female_unemployment के विरुद्ध WVPlots::GainCurvePlot() (docs) फंक्शन से गेन कर्व के रूप में प्लॉट भी करेंगे.

ऐसी स्थितियों में जहाँ क्रम (order) सटीक मानों से अधिक महत्वपूर्ण होता है, गेन कर्व यह जाँचने में मदद करता है कि मॉडल के प्रेडिक्शंस का क्रम वास्तविक आउटकम के क्रम से मेल खाता है या नहीं.

GainCurvePlot() फंक्शन को कॉल करने का ढाँचा इस प्रकार है:

GainCurvePlot(frame, xvar, truthvar, title)

जहाँ

  • frame एक डेटा फ़्रेम है
  • xvar और truthvar वे स्ट्रिंग्स हैं जो frame में प्रेडिक्शन और वास्तविक आउटकम कॉलमों के नाम बताती हैं
  • title प्लॉट का शीर्षक है

जब प्रेडिक्शंस का क्रम बिल्कुल समान होता है, तो relative Gini coefficient का मान 1 होता है. जब मॉडल क्रम को ठीक से नहीं सॉर्ट करता, तो relative Gini coefficient शून्य के क़रीब या नकारात्मक हो सकता है.

डेटा फ़्रेम unemployment, जिसमें प्रेडिक्शंस भी शामिल हैं, और मॉडल unemployment_model आपके उपयोग के लिए उपलब्ध हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में Supervised Learning: Regression

पाठ्यक्रम देखें

अभ्यास निर्देश

  • library() का उपयोग करके WVPlots पैकेज लोड करें.
  • गेन कर्व प्लॉट करें. प्लॉट का शीर्षक "Unemployment model" रखें. क्या मॉडल के प्रेडिक्शंस सही क्रम में सॉर्ट होते हैं?

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# unemployment (with predictions) is available
summary(unemployment)

# unemployment_model is available
summary(unemployment_model)

# Load the package WVPlots
___

# Plot the Gain Curve
___(___, ___, ___, "Unemployment model")
कोड संपादित करें और चलाएँ