Aan de slagBegin gratis

Modelverwarring

Op verzoek heb je een naïeve classifier gebouwd. Het management van de brouwerij wil met deze cijfers het marketingplan bijsturen. Maar klopt je classificatie echt?

Door de geobserveerde versus geclassificeerde aankopen te kruistabelleren, kun je de prestaties van je classifier controleren. Kruistabelleren kan met de functie table() op de predicted aankopen samen met de echte observed aankopen. Om relatieve aantallen te krijgen, deel je de tabel door het totale aantal observaties. Als alternatief kun je de functie prop.table() gebruiken om de aantallen in de tabel om te zetten naar relatieve aantallen.

Deze oefening maakt deel uit van de cursus

Responsmodellen bouwen in R

Bekijk cursus

Oefeninstructies

  • Haal de geobserveerde aankopen voor HOPPINESS op uit choice.data en sla ze op in een object observed.
  • Kruistabelleer de datavectoren observed en predicted met de functie table(). Deel het resultaat door length(observed).
  • Kruistabelleer de datavectoren observed en predicted met de functie table(). Pas daarna de functie prop.table() toe op het resultaat.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Obtain the observed purchases
observed <- ___

# Cross-tabulate observed vs. predicted purchases
___(predicted, observed)/length(___)

# Cross-tabulate observed vs. predicted purchases
___(___(predicted, observed))
Code bewerken en uitvoeren