IniziaInizia gratis

Test fuori campione

Il tuo obiettivo è prevedere gli acquisti per nuovi negozi in base al modello stimato. Verifichi se questo è fattibile usando la funzione predict(). La funzione predict() recupera le stime dei parametri di train.model per fare previsioni sulla variabile risposta in test.data. Per ottenere valori previsti sulla scala della variabile risposta (le probabilità di acquisto previste) devi impostare l’argomento aggiuntivo type a "response".

Infine, le previsioni hold-out vengono classificate in acquisti e non acquisti usando la funzione ifelse() e confrontate con gli acquisti osservati usando la funzione table(). Per finire, usi la funzione prop.table() per convertire i conteggi nella tabella in valori relativi.

Questo esercizio fa parte del corso

Creare modelli di risposta in R

Visualizza il corso

Istruzioni dell'esercizio

  • Prevedi le risposte per test.data usando la funzione predict() su train.model. Imposta l’argomento type a "response" e chiama il risultato probability.
  • Classifica le previsioni del modello come 1 se probability supera 0.5 e 0 altrimenti. Assegna il risultato a un oggetto predicted.
  • Ottieni gli acquisti osservati per HOPPINESS da test.data. Assegnali a un oggetto observed.
  • Incrocia i vettori observed e predicted usando le funzioni table() e prop.table().

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Predict the purchase probabilities for test.data
probability <- ___(___, ___, type = "response") 

# Classify the predictions
predicted <- ___(probability >= ___, ___, ___) 

# Obtain the observed purchases from test.data
observed <- test.data$HOPPINESS

# Cross-tabulate observed vs. predicted purchases
___(___(predicted, observed))
Modifica ed esegui il codice