GAM으로 콩 재배 성장 모델링하기
이번 연습에서는 파종 후 시간의 함수로 콩 식물의 평균 잎 무게를 모델링해 보겠습니다. 보시다시피 콩은 일정한 속도로 자라지 않고, 어느 순간 "급성장기"를 거친 뒤 점차 완만해집니다. 따라서 잎 무게는 선형 모델로는 잘 설명되지 않습니다.
공식에서 s() (docs) 함수를 사용하면 어떤 변수를 비선형으로 모델링할지 지정할 수 있음을 기억하세요:
y ~ s(x)
또한 mgcv 패키지의 gam() (docs) 함수 호출 형식은 다음과 같습니다.
gam(formula, family, data)
표준 회귀에서는 family = gaussian(기본값)을 사용하세요.
콩 학습 데이터인 soybean_train은 미리 로드되어 있습니다. 두 개의 열, 결과 변수 weight와 변수 Time을 포함합니다. 비교를 위해, 공식 weight ~ Time으로 적합한 선형 모델 model.lin도 이미 로드되어 있습니다.
이 연습은 강의의 일부입니다
R로 하는 Supervised Learning: 회귀
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# soybean_train is available
summary(soybean_train)
# Plot weight vs Time (Time on x axis)
ggplot(soybean_train, aes(x = ___, y = ___)) +
geom_point()