НачатьНачать бесплатно

Тестирование на новых данных

Ваша цель — сделать прогнозы покупок для новых магазинов на основе построенной модели. Проверить, насколько это осуществимо, позволяет функция predict(). Она извлекает оценки параметров модели train.model и применяет их для предсказания значений отклика в test.data. Чтобы получить предсказанные значения в шкале самой переменной отклика (то есть вероятности покупки), необходимо задать дополнительный аргумент type со значением "response".

Затем прогнозы на отложенной выборке классифицируются на покупки и отказы от покупки с помощью функции ifelse() и сравниваются с наблюдаемыми покупками с помощью функции table(). Наконец, функция prop.table() преобразует абсолютные числа в таблице в относительные.

Это упражнение является частью курса

Построение моделей отклика в R

Посмотреть курс

Инструкции к упражнению

  • Рассчитайте прогнозы для test.data, применив функцию predict() к объекту train.model. Задайте аргумент type равным "response" и присвойте результат переменной probability.
  • Классифицируйте прогнозы модели: присвойте значение 1, если probability превышает 0.5, и 0 в противном случае. Сохраните результат в объект predicted.
  • Извлеките наблюдаемые данные о покупках HOPPINESS из test.data и присвойте их объекту observed.
  • Выполните перекрёстную табуляцию векторов observed и predicted с помощью функций table() и prop.table().

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Predict the purchase probabilities for test.data
probability <- ___(___, ___, type = "response") 

# Classify the predictions
predicted <- ___(probability >= ___, ___, ___) 

# Obtain the observed purchases from test.data
observed <- test.data$HOPPINESS

# Cross-tabulate observed vs. predicted purchases
___(___(predicted, observed))
Редактировать и запускать код