相関と R-squared
2 変数 \(x\) と \(y\) の線形相関は、両者の線形関係の強さを表します。\(x\) と \(y\) がそれぞれ
- 二乗誤差を最小化する回帰モデル（線形回帰など）の予測値、
- 学習データの真の目的変数、
であるとき、相関の二乗は \(R^2\) と等しくなります。この演習ではそれを確認します。
unemployment と unemployment_model が用意されています。
この演習はコースの一部です
R による Supervised Learning：回帰
演習の手順
cor()（docs）を使って、予測値と女性失業率の相関を求めます。変数名をrhoとし、表示してください。ピアソン相関（デフォルト）を使っていることを確認します。rhoを二乗してrho2に代入し、表示してください。glance()を使ってモデルの \(R^2\) とrho2を比較します。同じになっていますか？
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。
# unemployment is available
summary(unemployment)
# unemployment_model is available
summary(unemployment_model)
# Get the correlation between the prediction and true outcome: rho and print it
(rho <- ___)
# Square rho: rho2 and print it
(rho2 <- ___)
# Get R-squared from glance and print it
(rsq_glance <- ___(___)$___)