Kom igångKom igång gratis

Förutsäg sparvsparvarnas överlevnad

I den här övningen ska du förutsäga sannolikheten för överlevnad med hjälp av sparvmodellen från föregående övning.

Kom ihåg att när du anropar predict() (docs) för att hämta de predikterade sannolikheterna från en glm()-modell måste du ange att du vill ha responsen:

predict(model, type = "response")

Annars returnerar predict() på en logistisk regressionsmodell de predikterade log-oddsarna för händelsen, inte sannolikheten.

Du kommer också att använda funktionen GainCurvePlot() (docs) för att plotta vinnstkurvan utifrån modellens prediktioner. Om modellens vinnstkurva ligger nära den ideala ("wizard") vinnstkurvan har modellen sorterat sparvarna väl – det vill säga att modellen förutsåg att sparvar som faktiskt överlevde skulle ha en högre överlevnadssannolikhet. Argumenten till GainCurvePlot() är:

  • frame: dataram med prediktionskolumn och kolumn med faktiskt utfall
  • xvar: namnet på prediktionskolumnen (som en sträng)
  • truthVar: namnet på kolumnen med det faktiska utfallet (som en sträng)
  • title: en rubrik för grafen (som en sträng)

GainCurvePlot(frame, xvar, truthVar, title)

Dataramen sparrow och modellen sparrow_model är redan inlästa.

Den här övningen är en del av kursen

Övervakad inlärning i R: Regression

Visa kurs

Övningsinstruktioner

  • Skapa en ny kolumn i sparrow med namnet pred som innehåller prediktionerna på träningsdata.
  • Anropa GainCurvePlot() för att skapa vinnstkurvan för prediktionerna. Gör modellen ett bra jobb med att sortera sparvarna efter om de faktiskt överlevde eller inte?

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# sparrow is available
summary(sparrow)

# sparrow_model is available
summary(sparrow_model)

# Make predictions
sparrow$pred <- ___

# Look at gain curve
___(___, ___, ___, "sparrow survival model")
Redigera och kör kod