Aan de slagBegin gratis

Voorspellen met het sojaboonmodel op testdata

In deze oefening pas je de sojaboonmodellen uit de vorige oefening (model.lin en model.gam, al geladen) toe op nieuwe data: soybean_test.

Deze oefening maakt deel uit van de cursus

Supervised Learning in R: Regressie

Bekijk cursus

Oefeninstructies

  • Maak een kolom soybean_test$pred.lin met voorspellingen van het lineaire model model.lin.
  • Maak een kolom soybean_test$pred.gam met voorspellingen van het gam-model model.gam.
    • Voor GAM-modellen geeft predict() een matrix terug, dus gebruik as.numeric() om de matrix naar een vector om te zetten.
  • Vul de lege plekken in om met pivot_longer() de voorspellingskolommen om te zetten naar één waardekolom pred met sleutelkolom modeltype. Noem het lange data frame soybean_long.
  • Bereken en vergelijk de RMSE van beide modellen.
    • Welk model presteert beter?
  • Voer de code uit om de voorspellingen van elk model te vergelijken met de werkelijke gemiddelde bladgewichten.
    • Een spreidingsdiagram van weight als functie van Time.
    • Punt-en-lijngrafieken van de voorspellingen (pred) als functie van Time.
    • Merk op dat het lineaire model soms negatieve gewichten voorspelt! Doet het gam-model dat ook?

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# soybean_test is available
summary(soybean_test)

# Get predictions from linear model
soybean_test$pred.lin <- ___(___, newdata = ___)

# Get predictions from gam model
soybean_test$pred.gam <- ___(___(___, newdata = ___))

# Pivot the predictions into a "long" dataset
soybean_long <- soybean_test %>%
  pivot_longer(cols = c(___, ___), names_to = ___, values_to = ___)

# Calculate the rmse
soybean_long %>%
  mutate(residual = weight - pred) %>%     # residuals
  group_by(modeltype) %>%                  # group by modeltype
  summarize(rmse = ___(___(___))) # calculate the RMSE

# Compare the predictions against actual weights on the test data
soybean_long %>%
  ggplot(aes(x = Time)) +                          # the column for the x axis
  geom_point(aes(y = weight)) +                    # the y-column for the scatterplot
  geom_point(aes(y = pred, color = modeltype)) +   # the y-column for the point-and-line plot
  geom_line(aes(y = pred, color = modeltype, linetype = modeltype)) + # the y-column for the point-and-line plot
  scale_color_brewer(palette = "Dark2")
Code bewerken en uitvoeren