失業モデルからの予測
この演習では、失業モデル unemployment_model を使って unemployment データから予測を行い、学習データである unemployment における女性失業率の予測値と実測値を比較します。さらに、newrates の新しいデータ（男性失業率が 5% の 1 観測のみ）に対しても予測します。
lm モデル向けの predict()（docs）インターフェースは次の形式です。
predict(model, newdata)
プロットには ggplot2 パッケージを使うので、予測列を unemployment データフレームに追加します。アウトカムと予測をプロットし、完全予測（アウトカムが予測値と等しい場合）を表す直線と比較します。
dframe$outcome と dframe$pred の散布図（x 軸に pred、y 軸に outcome）を描き、さらに outcome == pred を示す青い直線を加える ggplot2 のコマンドは次のとおりです。
ggplot(dframe, aes(x = pred, y = outcome)) +
geom_point() +
geom_abline(color = "blue")
unemployment、unemployment_model、newrates はあらかじめ読み込まれています。
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
predict()を使ってunemploymentデータから女性失業率を予測し、新しい列predictionに代入します。library()コマンドでggplot2パッケージを読み込みます。ggplot()で予測値と実際の失業率を比較します。予測値を x 軸に置きます。結果は完全予測の直線にどれくらい近いでしょうか？- データフレーム
newratesを使って、男性失業率が 5% のときに期待される女性失業率を予測します。変数predに代入して、出力してください。
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)
# newrates is available
newrates
# Predict female unemployment in the unemployment dataset
unemployment$prediction <- ___
# Load the ggplot2 package
___
# Make a plot to compare predictions to actual (prediction on x axis).
ggplot(___, aes(x = ___, y = ___)) +
___ +
geom_abline(color = "blue")
# Predict female unemployment rate when male unemployment is 5%
pred <- ___
pred