분류 평가
이전 레슨에서 파킨슨병을 예측하기 위한 로지스틱 모델을 만들었어요. 이 연습 문제에서는 예측값을 실제값과 비교해 보겠습니다.
이 역량은 매우 중요합니다. 기업은 결과에 집중하고, 여러분이 개발한 모델이 얼마나 정확한지 알고 싶어 해요.
이번에도 파킨슨병 상태를 예측하는 모델을 다시 만들어 보겠습니다. 이번에는 데이터의 일부로 모델을 학습하고, 나머지로 테스트를 진행해요.
$\text{recall} = \frac{TP}{TP+FN}$을 기억하세요.
$TP$는 양성으로 예측했고 그 예측이 정확했음을 의미합니다.
$FN$은 음성으로 예측했지만 예측이 틀렸음을 의미합니다.
parkinsons 데이터셋의 약 80% 행은 train에, 나머지는 test에 할당되어 있습니다.
이 연습은 강의의 일부입니다
R로 연습하는 통계 면접 질문
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Build a logistic model on the train data
model <- ___(___ ~ NHR + ___, data = ___, family = ___)
# Calculate probabilities for the test data
probabilities <- ___(___, newdata = ___, type = ___)