Классификация
Руководство пивоварни не очень хорошо понимает, что такое «вероятности покупки». Им нужна модель, которая предсказывает сами покупки. Один из способов решить эту задачу — преобразовать предсказанные вероятности в бинарные события покупки для Hoppiness.
Предсказанные вероятности покупки получают с помощью функции fitted(), применённой к объекту extended.model. Далее предсказания наивно классифицируются: значение 1 присваивается, если предсказанная вероятность покупки превышает 0.5, и 0 — в противном случае. Для этого используется функция ifelse(). После этого классифицированные события покупки обобщаются с помощью функции table(). Относительную долю событий покупки можно получить, дополнительно применив функцию mean().
Это упражнение является частью курса
Построение моделей отклика в R
Инструкции к упражнению
- Получите прогнозы модели из объекта
extended.modelс помощью функцииfitted(). Используйте функциюifelse(), чтобы классифицировать прогнозы: присвойте значение1, если предсказанная вероятность покупки превышает0.5, и0— в противном случае. Сохраните результат в объектpredicted. - Получите количество событий покупки с помощью функции
table(). - Получите относительную долю событий покупки с помощью функции
mean().
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Classify the predictions
predicted <- ___(___(extended.model) >= ___, ___, ___)
# Obtain the number of purchase events
# Obtain the relative number of purchase events