Generează predicții cu modelul pentru soia pe datele de test

În acest exercițiu, vei aplica modelele pentru soia din exercițiul anterior (model.lin și model.gam, deja încărcate) pe date noi: soybean_test.

Acest exercițiu face parte din cursul

Învățare supervizată în R: Regresia

Vezi cursul

Instrucțiuni pentru exercițiu

Creează o coloană soybean_test$pred.lin cu predicțiile din modelul liniar model.lin.
Creează o coloană soybean_test$pred.gam cu predicțiile din modelul GAM model.gam.
- Pentru modelele GAM, metoda predict() returnează o matrice, așa că folosește as.numeric() pentru a converti matricea într-un vector.
Completează spațiile libere pentru a aplica pivot_longer() pe coloanele de predicții într-o singură coloană de valori pred, cu coloana cheie modeltype. Numește noul cadru de date lung soybean_long.
Calculează și compară RMSE-ul ambelor modele.
- Care model are performanțe mai bune?
Rulează codul pentru a compara predicțiile fiecărui model cu valorile reale ale greutății medii a frunzelor.
- Un grafic de tip scatter al variabilei weight în funcție de Time.
- Grafice de tip punct-și-linie ale predicțiilor (pred) în funcție de Time.
- Observă că modelul liniar prezice uneori greutăți negative! Modelul GAM face același lucru?

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# soybean_test is available
summary(soybean_test)

# Get predictions from linear model
soybean_test$pred.lin <- ___(___, newdata = ___)

# Get predictions from gam model
soybean_test$pred.gam <- ___(___(___, newdata = ___))

# Pivot the predictions into a "long" dataset
soybean_long <- soybean_test %>%
  pivot_longer(cols = c(___, ___), names_to = ___, values_to = ___)

# Calculate the rmse
soybean_long %>%
  mutate(residual = weight - pred) %>%     # residuals
  group_by(modeltype) %>%                  # group by modeltype
  summarize(rmse = ___(___(___))) # calculate the RMSE

# Compare the predictions against actual weights on the test data
soybean_long %>%
  ggplot(aes(x = Time)) +                          # the column for the x axis
  geom_point(aes(y = weight)) +                    # the y-column for the scatterplot
  geom_point(aes(y = pred, color = modeltype)) +   # the y-column for the point-and-line plot
  geom_line(aes(y = pred, color = modeltype, linetype = modeltype)) + # the y-column for the point-and-line plot
  scale_color_brewer(palette = "Dark2")

Editează și rulează codul