Classificazioni
Il management del birrificio non può davvero lavorare con delle "probabilità di acquisto". Vogliono un modello che predica gli acquisti. Un modo per risolvere questo problema è classificare le probabilità previste in eventi di acquisto previsti per Hoppiness.
Ottieni le probabilità di acquisto previste usando la funzione fitted() sull'oggetto extended.model. Classifica in modo semplice le previsioni in 1 se la probabilità di acquisto prevista supera 0.5, e in 0 altrimenti. La funzione ifelse() ti permette di farlo. Successivamente, riassumi gli eventi di acquisto classificati usando la funzione table(). Il numero relativo di eventi di acquisto può essere ottenuto usando anche mean().
Questo esercizio fa parte del corso
Creare modelli di risposta in R
Istruzioni dell'esercizio
- Ottieni le previsioni del modello dall'oggetto
extended.modelusando la funzionefitted(). Usa la funzioneifelse()per classificare le previsioni in1se la probabilità di acquisto prevista supera0.5, e in0altrimenti. Assegna il risultato a un oggettopredicted. - Ottieni il numero di eventi di acquisto usando la funzione
table(). - Ottieni il numero relativo di eventi di acquisto usando la funzione
mean()
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Classify the predictions
predicted <- ___(___(extended.model) >= ___, ___, ___)
# Obtain the number of purchase events
# Obtain the relative number of purchase events