Evaluarea clasificării
În lecția anterioară, ai construit un model logistic pentru a prezice boala Parkinson. În acest exercițiu, vei compara predicțiile cu valorile reale.
Această abilitate este esențială, deoarece companiile se concentrează pe rezultate. Angajatorii vor să știe cât de precise sunt modelele pe care le dezvolți.
Vei construi din nou un model pentru a prezice statusul bolii Parkinson. De această dată, vei antrena modelul pe o parte din set de date și vei folosi restul pentru testare.
Amintește-ți că \(\text{recall} = \frac{TP}{TP+FN}\).
\(TP\) înseamnă că am prezis o valoare pozitivă și am avut dreptate.
\(FN\) înseamnă că am prezis o valoare negativă, dar am greșit.
Aproximativ 80% din rândurile setului de date parkinsons au fost alocate în train, iar restul în test.
Acest exercițiu face parte din cursul
Exersarea întrebărilor de interviu la statistică în R
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Build a logistic model on the train data
model <- ___(___ ~ NHR + ___, data = ___, family = ___)
# Calculate probabilities for the test data
probabilities <- ___(___, newdata = ___, type = ___)