시작하기무료로 시작하기

경계가 있는 예측값

모형 예측값을 0과 1 사이로 제한하는 반응 함수를 사용해야 하므로 glm() 함수를 씁니다. 이제 그래프로 이 효과를 살펴보죠. 이번에는 직선이 아니라 곡선을 그려야 해요!

먼저 HOPPINESS ~ price.ratio의 관계를 그립니다. 여기에 curve()를 사용해 로지스틱 함수를 추가할 수 있어요. curve() 함수는 다른 함수를 여러 x 지점에서 평가해 그려 줍니다. 여기서 그 “다른 함수”가 바로 predict()입니다! predict() 함수는 logistic.model의 계수를 가져와, 데이터 프레임 객체에 제공한 값들에 대한 예측을 만듭니다. 요령은 data.frame 인자에서 price.ratio = x로 설정하는 것입니다. 이렇게 하면 예측된 값들을 통과하는 곡선을 적합하게 됩니다.

이 연습은 강의의 일부입니다

R로 만드는 반응 모형

강의 보기

연습 안내

  • plot() 함수를 사용해 HOPPINESS와 price.ratio 사이의 관계를 표시하세요.
  • data.frame 인자에 price.ratio를 넣고, logistic.model에 predict() 함수를 적용해 Hoppiness의 구매 확률을 구하세요.
  • curve() 함수를 사용해 예측된 값들을 통과하는 곡선을 그리세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

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

# Add the logistic response function
___(___(___, data.frame(___), type = "response"), add = TRUE)
코드 편집 및 실행