分類の評価
前のレッスンでは、パーキンソン病を予測するためにロジスティックモデルを作成しました。 この演習では、予測値を実測値と比較します。
このスキルは、企業が結果を重視するため、とても重要です。 採用担当者は、みなさんが作成するモデルの正確さを知りたがっています。
今回も、パーキンソン病のステータスを予測するモデルを作成します。 ただし今回は、データの一部でモデルを作り、残りをテストに使います。
\(\text{recall} = \frac{TP}{TP+FN}\) を思い出してください。
\(TP\) は、陽性 と予測してそれが 正しかった 場合です。
\(FN\) は、陰性 と予測したが 間違っていた 場合です。
parkinsons データセットの約 80% の行は train に、残りは test に割り当てられています。
この演習はコースの一部です
R で学ぶ統計面接対策
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。
# Build a logistic model on the train data
model <- ___(___ ~ NHR + ___, data = ___, family = ___)
# Calculate probabilities for the test data
probabilities <- ___(___, newdata = ___, type = ___)