Klasifikasi
Manajemen pabrik bir tidak dapat mengambil keputusan berdasarkan "probabilitas pembelian". Mereka menginginkan model yang memprediksi pembelian. Salah satu cara menyelesaikan hal ini adalah dengan mengklasifikasikan probabilitas yang diprediksi menjadi kejadian pembelian terprediksi untuk Hoppiness.
Anda memperoleh probabilitas pembelian terprediksi dengan menggunakan fungsi fitted() pada objek extended.model. Secara naif, Anda mengklasifikasikan prediksi menjadi 1 jika probabilitas pembelian terprediksi melebihi 0.5, dan 0 jika tidak. Fungsi ifelse() memungkinkan Anda melakukan ini. Setelah itu, Anda merangkum kejadian pembelian yang telah diklasifikasikan dengan menggunakan fungsi table(). Jumlah relatif kejadian pembelian dapat diperoleh dengan tambahan penggunaan mean().
Latihan ini adalah bagian dari kursus
Membangun Model Respons di R
Petunjuk latihan
- Peroleh prediksi model dari objek
extended.modeldengan menggunakan fungsifitted(). Gunakan fungsiifelse()untuk mengklasifikasikan prediksi menjadi1jika probabilitas pembelian terprediksi melebihi0.5, dan0jika tidak. Simpan hasilnya ke objekpredicted. - Dapatkan jumlah kejadian pembelian dengan menggunakan fungsi
table(). - Dapatkan jumlah relatif kejadian pembelian dengan menggunakan fungsi
mean()
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Classify the predictions
predicted <- ___(___(extended.model) >= ___, ___, ___)
# Obtain the number of purchase events
# Obtain the relative number of purchase events