1. 학습
    2. /
  2. 강의
    3. /
  3. R による Supervised Learning：回帰
Connected

연습 문제

入力の変換: 「ホッケースティック」

この演習では、家の大きさ（床面積）の指標から価格を予測するモデルを作成します。すでに読み込まれている houseprice データセットには、次の列があります。

  • price: 住宅価格（単位は $1000）
  • size: 床面積

散布図を見ると、このデータはかなり非線形です。価格が小さな家ではほぼ横ばいで、家が大きくなるにつれて急に上がる「ホッケースティック」のような形になっています。ホッケースティックのような関係を表すには、二次式や三次式がうまく機能することがよくあります。price が size の二乗と「物理的」に関係しているとは限らない点に注意してください。二次式は、観測された関係の閉形式での近似にすぎません。

scatterplot

ここでは、二乗した面積を説明変数として価格を予測するモデルを当てはめ、学習データに対する当てはまりを確認します。

^ は交互作用も表す記号なので、x^2 をそのまま二乗として扱うために I() 関数（docs）を使ってください。つまり、x と自分自身の交互作用ではなく、x の二乗として扱います。

exampleFormula = y ~ I(x^2)

지침

100 XP
  • 二乗した面積を用いて価格を表す数式 fmla_sqr を作成し、表示してください。
  • fmla_sqr を使ってデータにモデル model_sqr を当てはめてください。
  • 比較のため、数式 price ~ size を使って線形モデル model_lin も当てはめてください。
  • 次の空欄を埋めて、
    • 2つのモデルから学習データに対する予測値を作成し、
    • pivot_longer() を使って予測値を 1 列 pred に縦持ち化し、
    • 2つのモデルの予測と元データをグラフで比較してください。どちらがよりよく当てはまりますか？