1. Nauka
    2. /
  2. Kursy
    3. /
  3. Wprowadzenie do regresji w R
Connected

ćwiczenie

Przewidywanie cen nieruchomości

Jedną z najbardziej użytecznych właściwości modeli statystycznych, takich jak regresja liniowa, jest możliwość robienia prognoz. Podajesz wartości zmiennych objaśniających, przekazujesz je do modelu i otrzymujesz prognozę dla odpowiedniej zmiennej zależnej. Schemat kodu wygląda następująco.

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

W tym ćwiczeniu przewidujesz ceny nieruchomości na podstawie tajwańskiego zbioru danych o rynku nieruchomości.

Dostępny jest zbiór taiwan_real_estate. Model regresji liniowej ceny nieruchomości względem liczby sklepów convenience jest dostępny jako mdl_price_vs_conv (wyświetl go i przeczytaj wywołanie, aby zobaczyć, jak został zbudowany); załadowana jest również biblioteka dplyr.

Instrukcje 1/3

undefined XP
    1
    2
    3
  • Utwórz tibble z danymi objaśniającymi, w którym liczba sklepów convenience, n_convenience, przyjmuje wartości całkowite od zera do dziesięciu.