Aan de slagBegin gratis

Huisprijzen voorspellen

Misschien wel de handigste eigenschap van statistische modellen zoals lineaire regressie is dat je er voorspellingen mee kunt doen. Je geeft waarden op voor de verklarende variabelen, voert die in het model, en je krijgt een voorspelling voor de bijbehorende responsvariabele. De code verloopt als volgt.

explanatory_data <- tibble(
  explanatory_var = some_values
)
explanatory_data %>%
  mutate(
    response_var = predict(model, explanatory_data)
  )

Hier ga je voorspellingen maken voor de huisprijzen in de Taiwan real estate-gegevensset.

taiwan_real_estate is beschikbaar. Het lineaire regressiemodel van huisprijs tegen aantal buurtwinkels is beschikbaar als mdl_price_vs_conv (print het en lees de call om te zien hoe het is gemaakt); en dplyr is geladen.

Deze oefening maakt deel uit van de cursus

Introductie tot regressie in R

Bekijk cursus

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Create a tibble with n_convenience column from zero to ten
explanatory_data <- ___
Code bewerken en uitvoeren