Предсказание выживаемости воробьёв

В этом упражнении вы будете предсказывать вероятность выживания с помощью модели выживаемости воробьёв из предыдущего упражнения.

Напомним: при вызове predict() (docs) для получения предсказанных вероятностей из модели glm() необходимо явно указать тип ответа:

predict(model, type = "response")

Без этого predict() для логистической регрессии вернёт предсказанные логарифмические шансы события, а не вероятность.

Также вы воспользуетесь функцией GainCurvePlot() (docs), чтобы построить кривую прироста по предсказаниям модели. Если кривая прироста модели близка к идеальной («волшебной») кривой, значит, модель хорошо ранжирует воробьёв: то есть она присваивала более высокую вероятность выживания тем воробьям, которые действительно выжили. Аргументы функции GainCurvePlot():

frame: датафрейм со столбцом предсказаний и столбцом истинных значений
xvar: название столбца с предсказаниями (строка)
truthVar: название столбца с фактическими результатами (строка)
title: заголовок графика (строка)

GainCurvePlot(frame, xvar, truthVar, title)

Датафрейм sparrow и модель sparrow_model уже загружены.

Это упражнение является частью курса

Обучение с учителем в R: регрессия

Посмотреть курс

Инструкции к упражнению

Создайте в датафрейме sparrow новый столбец pred с предсказаниями на обучающих данных.
Вызовите GainCurvePlot(), чтобы построить кривую прироста. Справляется ли модель с ранжированием воробьёв по признаку фактической выживаемости?

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# sparrow is available
summary(sparrow)

# sparrow_model is available
summary(sparrow_model)

# Make predictions
sparrow$pred <- ___

# Look at gain curve
___(___, ___, ___, "sparrow survival model")

Редактировать и запускать код