始める無料で始める

範囲に制約された予測

モデル予測を 0 と 1 の間に制約する応答関数が必要なため、glm() 関数を使います。この効果をグラフで確認しましょう。ただし、今回は直線ではなく曲線を描きます！

まず、HOPPINESS ~ price.ratio の関係をプロットします。curve() を使うとプロットにロジスティック関数を追加できます。curve() は、指定した関数を x の各点で評価する関数です。ここで使う関数は predict() です！predict() は、logistic.model の係数を取得し、データフレームオブジェクトで指定した値に対する予測を行います。コツは、data.frame 引数で price.ratio = x と設定することです。これにより、予測されたデータ値を通る曲線が当てはまります。

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

  • plot() 関数を使って、HOPPINESS と price.ratio の関係を表示します。
  • data.frame 引数に price.ratio を指定して、logistic.model に対して predict() 関数を適用し、Hoppiness の購入確率を取得します。
  • curve() 関数を使って、予測されたデータ値を通る曲線を当てはめます。

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。

# Plot HOPPINESS against price.ratio
___(___, data = choice.data)

# Add the logistic response function
___(___(___, data.frame(___), type = "response"), add = TRUE)
コードを編集して実行