Zacznij terazZacznij za darmo

Testowanie na danych spoza próby

Twoim celem jest przewidzenie decyzji zakupowych dla nowych sklepów na podstawie wyestymowanego modelu. Sprawdź, czy cel jest osiągalny, używając funkcji predict(). Funkcja predict() pobiera oszacowania parametrów z train.model, aby przewidzieć wartości zmiennej odpowiedzi w test.data. Aby uzyskać przewidywane wartości na skali zmiennej odpowiedzi (czyli przewidywane prawdopodobieństwa zakupu), ustaw dodatkowy argument type na "response".

Następnie przewidywania na zbiorze testowym są klasyfikowane jako zakupy lub brak zakupów za pomocą funkcji ifelse() i porównywane z zaobserwowanymi zakupami przy użyciu funkcji table(). Na koniec użyj funkcji prop.table(), aby przekształcić liczby w tabeli na wartości względne.

To ćwiczenie jest częścią kursu

Budowanie modeli reakcji w R

Zobacz kurs

Instrukcje do ćwiczenia

  • Przewidź odpowiedzi dla test.data, używając funkcji predict() na train.model. Ustaw argument type na "response" i nazwij wynik probability.
  • Zaklasyfikuj przewidywania modelu jako 1, jeśli probability przekracza 0.5, lub jako 0 w przeciwnym przypadku. Przypisz wynik do obiektu predicted.
  • Pobierz zaobserwowane zakupy dla HOPPINESS z test.data. Przypisz je do obiektu observed.
  • Sporządź tabelę krzyżową wektorów observed i predicted, używając funkcji table() oraz prop.table().

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Predict the purchase probabilities for test.data
probability <- ___(___, ___, type = "response") 

# Classify the predictions
predicted <- ___(probability >= ___, ___, ___) 

# Obtain the observed purchases from test.data
observed <- test.data$HOPPINESS

# Cross-tabulate observed vs. predicted purchases
___(___(predicted, observed))
Edytuj i uruchom kod