始める無料で始める

分類

ビール醸造所の経営陣は「購入確率」だけでは判断しづらいようです。そこで、Hoppiness の購入を予測するモデルにするため、予測確率を購入イベントに分類する方法をとります。

extended.model オブジェクトに対して fitted() 関数を使うと、購入の予測確率が得られます。予測された購入確率が 0.5 を超えたら 1、それ以外は 0 に単純に分類します。これには ifelse() 関数を使います。分類後は、table() 関数で購入イベントを集計します。さらに mean() を使うと、購入イベントの相対的な数（割合）を求められます。

この演習はコースの一部です

Rで学ぶレスポンスモデル構築

コースを見る

演習の手順

  • extended.model オブジェクトから fitted() 関数でモデル予測を取得し、予測された購入確率が 0.5 を超えたら 1、それ以外は 0 に ifelse() で分類し、結果を predicted オブジェクトに代入します。
  • table() 関数で購入イベントの件数を取得します。
  • mean() 関数で購入イベントの相対件数（割合）を取得します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Classify the predictions
predicted <- ___(___(extended.model) >= ___, ___, ___)

# Obtain the number of purchase events


# Obtain the relative number of purchase events
コードを編集して実行