Zacznij terazZacznij za darmo

Trenowanie modelu

Teraz oszacujesz logistyczny model odpowiedzi na danych train.data. Wykorzystaj zmienne predyktorów, które pozostały po selekcji modelu, aby wyjaśnić prawdopodobieństwa zakupu dla HOPPINESS. Zbadaj obiekt train.model i porównaj wyniki z wcześniej dopasowanym modelem extended.model, używając funkcji margins().

To ćwiczenie jest częścią kursu

Budowanie modeli reakcji w R

Zobacz kurs

Instrukcje do ćwiczenia

  • Oszacuj logistyczny model odpowiedzi na danych train.data. Wyjaśnij HOPPINESS za pomocą zmiennych price.ratio, FEAT.HOP i FEATDISPL.HOP. Użyj funkcji glm() z argumentem family ustawionym na binomial i przypisz wynik do obiektu o nazwie train.model.
  • Zbadaj obiekt train.model, używając funkcji margins().
  • Zbadaj obiekt extended.model, używając funkcji margins().

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Fit the logistic response model to train.data
___ <- glm(___, family = binomial, data = ___)

# Investigate the train.model
___

# Investigate the extended.model
___
Edytuj i uruchom kod