1. 학습
    2. /
  2. 강의
    3. /
  3. R로 하는 Supervised Learning: 회귀
Connected

연습 문제

테스트 데이터에 콩 모델로 예측하기

이 연습 문제에서는 이전 연습에서 만든 콩 모델(model.lin과 model.gam, 이미 로드됨)을 새 데이터 soybean_test에 적용해 보겠습니다.

지침

100 XP
  • 선형 모델 model.lin의 예측으로 열 soybean_test$pred.lin을 만드세요.
  • GAM 모델 model.gam의 예측으로 열 soybean_test$pred.gam을 만드세요.
    • GAM 모델의 경우 predict() 메서드는 행렬을 반환하므로, as.numeric()으로 벡터로 변환하세요.
  • 공백을 채워 예측 열들을 하나의 값 열 pred와 키 열 modeltype으로 pivot_longer() 하세요. 길게 변환한 데이터 프레임의 이름은 soybean_long으로 하세요.
  • 두 모델의 RMSE를 계산해 비교하세요.
    • 어떤 모델이 더 낫나요?
  • 각 모델의 예측을 실제 평균 잎 무게와 비교하기 위해 코드를 실행하세요.
    • Time에 따른 weight의 산점도.
    • Time에 따른 예측값(pred)의 점-선 그래프.
    • 선형 모델은 때때로 음수 무게를 예측해요! gam 모델도 그런가요?