Przewidywanie cen sprzedaży domów
Po dopasowaniu modelu do danych treningowych kolejnym krokiem jest wykorzystanie go do generowania prognoz na zbiorze testowym. Zbiór testowy pełni rolę nowego źródła danych dla modelu i pozwala ocenić, jak dobrze sobie radzi.
Zanim przejdziesz do oceny jakości modelu, musisz dodać prognozy do zbioru testowego.
W tym ćwiczeniu użyjesz wytrenowanego modelu lm_fit, aby przewidzieć wartość selling_price w zbiorze danych home_test.
Wytrenowany model lm_fit oraz zbiór testowy home_test zostały już załadowane do twojej sesji.
To ćwiczenie jest częścią kursu
Modelowanie z tidymodels w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Predict selling_price
home_predictions <- ___(___,
new_data = ___)
# View predicted selling prices
home_predictions