Prawdopodobieństwa w regresji logistycznej
Predykcje modelu regresji logistycznej zwracają prawdopodobieństwo uzyskania wyniku 1 – bez uwzględnienia grup lub z podziałem na grupy, w zależności od specyfikacji modelu.
Pewna firma zebrała dane dotyczące tego, czy użytkownicy klikali w reklamę (Click), i chce zbadać zależność między czasem spędzonym na stronie (TimeSearching) a kliknięciem w reklamę. Przeprowadzono regresję logistyczną i stwierdzono, że model dobrze dopasowuje się do danych bez podziału na grupy. Firma chce wiedzieć, jakie jest prawdopodobieństwo kliknięcia w reklamę przez osobę, która spędziła na stronie 52 minuty.
Zbiór danych webdata oraz model regresji logistycznej logmodel zostały już wczytane.
To ćwiczenie jest częścią kursu
Testy A/B w R
Instrukcje do ćwiczenia
- Zapisz dane do predykcji – 52 minuty – używając tej samej nazwy co oryginalna kolumna, a następnie umieść ten obiekt w ramce danych o nazwie
timepredict. - Wyznacz prawdopodobieństwo kliknięcia w reklamę przy 52 minutach spędzonych na stronie, korzystając z modelu
logmodeli nowych danychtimepredict.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Store the data to predict
___
timepredict <- data.frame(___)
# Determine the likelihood of an ad being clicked
predict(___, newdata = ___, type = ___)