or
이 연습은 강의의 일부입니다
이 챕터에서는 Generalized Additive Models의 작동 원리와, 과적합 없이 유연한 비선형 함수를 사용해 데이터를 모델링하는 방법을 배웁니다. mgcv 패키지의 gam() 함수를 사용하고, 비선형·선형·범주형 효과를 혼합한 다변량 모델을 구축하는 방법도 익힙니다.
현재 연습
이 챕터에서는 1장에서 적합한 모델을 더 깊이 살펴보고, 이를 해석하고 설명하는 방법을 배웁니다. 변수들이 모델 결과에 어떤 영향을 미치는지 보여 주는 플롯을 만들고, 데이터의 과소적합이나 변수 간 숨은 관계로 인해 발생하는 모델 문제를 진단한 뒤, 그 문제를 반복적으로 개선해 더 나은 결과를 얻는 방법을 익힙니다.
이 챕터에서는 여러 변수의 상호작용을 포함한 모델로 확장합니다. 이러한 상호작용을 사용해 복잡한 표면을 모델링하여 지리공간 데이터를 적합하고, 그 표면을 3D로 시각화합니다. 이어서 연속형 평활(smooth) 변수와 범주형 변수 사이의 상호작용, 공간과 시간처럼 매우 다른 변수 간 상호작용을 모델링하는 방법을 배웁니다.
첫 세 장에서는 연속형 결과에 대한 회귀를 위해 GAM을 사용했습니다. 이 챕터에서는 분류에 GAM을 사용합니다. 이진 결과(예: 고객의 구매 여부)를 예측하는 로지스틱 GAM을 구축하고, 이 새로운 유형의 모델을 시각화하며, 예측을 수행하고, 각 예측에 영향을 미치는 변수를 설명하는 방법을 배웁니다.