Моделирование взаимодействия (2)

В этом упражнении вы сравните качество модели взаимодействия, которую построили в предыдущем упражнении, с качеством модели, учитывающей только основные эффекты. Поскольку набор данных небольшой, мы воспользуемся перекрёстной проверкой, чтобы смоделировать предсказания на новых данных.

Вы начнёте работать с пакетом dplyr для выполнения вычислений.

mutate() (docs) добавляет новые столбцы в объект tbl (разновидность фрейма данных)
group_by() (docs) задаёт способ группировки строк в tbl
summarize() (docs) вычисляет сводные статистики для столбца

Вы также воспользуетесь функцией pivot_longer() из пакета tidyr (docs), которая объединяет несколько столбцов в пары «ключ — значение». Фрейм данных alcohol, а также формулы fmla_add и fmla_interaction уже загружены.

Это упражнение является частью курса

Обучение с учителем в R: регрессия

Посмотреть курс

Инструкции к упражнению

Используйте kWayCrossValidation() (docs), чтобы создать план разбиения для 3-блочной перекрёстной проверки.
- Первый аргумент — количество строк для разбиения.
- Второй аргумент — количество блоков для перекрёстной проверки.
- Третий и четвёртый аргументы функции можно задать равными NULL.
Изучите пример кода и запустите его, чтобы получить прогнозы 3-блочной перекрёстной проверки для модели без взаимодействий; сохраните их в столбце pred_add.
Получите прогнозы 3-блочной перекрёстной проверки для модели с взаимодействиями. Сохраните прогнозы в столбце pred_interaction.
- Следуйте процедуре, показанной в примере кода.
- Используйте тот же splitPlan, который вы уже создали.
Заполните пропуски, чтобы:
- применить pivot_longer и свести прогнозы в один столбец pred;
- добавить столбец остатков (фактическое значение минус прогнозируемое);
- вычислить RMSE прогнозов перекрёстной проверки для каждого типа модели.
Сравните значения RMSE. Какую модель следует выбрать на основе полученных результатов?

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# alcohol is available
summary(alcohol)

# Both the formulae are available
fmla_add
fmla_interaction

# Create the splitting plan for 3-fold cross validation
set.seed(34245)  # set the seed for reproducibility
splitPlan <- ___(___(___), ___, ___, ___)

# Sample code: Get cross-val predictions for main-effects only model
alcohol$pred_add <- 0  # initialize the prediction vector
for(i in 1:3) {
  split <- splitPlan[[i]]
  model_add <- lm(fmla_add, data = alcohol[split$train, ])
  alcohol$pred_add[split$app] <- predict(model_add, newdata = alcohol[split$app, ])
}

# Get the cross-val predictions for the model with interactions
alcohol$pred_interaction <- 0 # initialize the prediction vector
for(i ___ ___) {
  split <- ___
  model_interaction <- lm(___, data = alcohol[split$train, ])
  alcohol$___[split$app] <- predict(___, newdata = alcohol[split$app, ])
}

# Get RMSE
alcohol %>% 
  pivot_longer(cols=c('pred_add', 'pred_interaction'), names_to='modeltype', values_to='pred') %>%
  mutate(residuals = ____) %>%      
  group_by(modeltype) %>%
  summarize(rmse = ___(___(___)))

Редактировать и запускать код