Modelando uma interação (2)

Neste exercício, você vai comparar o desempenho do modelo com interação que ajustou no exercício anterior com o desempenho de um modelo apenas com efeitos principais. Como este conjunto de dados é pequeno, vamos usar validação cruzada para simular previsões em dados fora da amostra.

Você começará a usar o pacote dplyr para fazer cálculos.

mutate() (docs) adiciona novas colunas a um tbl (um tipo de data frame)
group_by() (docs) define como as linhas são agrupadas em um tbl
summarize() (docs) calcula estatísticas de resumo de uma coluna

Você também usará o pivot_longer() do tidyr (docs), que pega várias colunas e as transforma em pares chave-valor. O data frame alcohol e as fórmulas fmla_add e fmla_interaction já foram pré-carregados.

Este exercício faz parte do curso

Aprendizado Supervisionado em R: Regressão

Ver curso

Instruções do exercício

Use kWayCrossValidation() (docs) para criar um plano de divisão para uma validação cruzada com 3 dobras.
- O primeiro argumento é o número de linhas a serem divididas.
- O segundo argumento é o número de dobras para a validação cruzada.
- Você pode definir o 3º e 4º argumentos da função como NULL.
Examine e execute o código de exemplo para obter as previsões da validação cruzada de 3 dobras de um modelo sem interações e atribuí-las à coluna pred_add.
Obtenha as previsões da validação cruzada de 3 dobras do modelo com interações. Atribua as previsões à coluna pred_interaction.
- O código de exemplo mostra o procedimento.
- Use o mesmo splitPlan que você já criou.
Preencha as lacunas para
- pivot_longer as previsões em uma única coluna pred.
- adicionar uma coluna de resíduos (resultado real - resultado previsto).
- obter o RMSE das previsões da validação cruzada para cada tipo de modelo.
Compare os RMSEs. Com base nesses resultados, qual modelo você usaria?

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# alcohol is available
summary(alcohol)

# Both the formulae are available
fmla_add
fmla_interaction

# Create the splitting plan for 3-fold cross validation
set.seed(34245)  # set the seed for reproducibility
splitPlan <- ___(___(___), ___, ___, ___)

# Sample code: Get cross-val predictions for main-effects only model
alcohol$pred_add <- 0  # initialize the prediction vector
for(i in 1:3) {
  split <- splitPlan[[i]]
  model_add <- lm(fmla_add, data = alcohol[split$train, ])
  alcohol$pred_add[split$app] <- predict(model_add, newdata = alcohol[split$app, ])
}

# Get the cross-val predictions for the model with interactions
alcohol$pred_interaction <- 0 # initialize the prediction vector
for(i ___ ___) {
  split <- ___
  model_interaction <- lm(___, data = alcohol[split$train, ])
  alcohol$___[split$app] <- predict(___, newdata = alcohol[split$app, ])
}

# Get RMSE
alcohol %>% 
  pivot_longer(cols=c('pred_add', 'pred_interaction'), names_to='modeltype', values_to='pred') %>%
  mutate(residuals = ____) %>%      
  group_by(modeltype) %>%
  summarize(rmse = ___(___(___)))

Editar e executar o código