Kom igångKom igång gratis

Modellering med kategoriska variabler

I den här övningen ska du anpassa en linjär modell till datamängden flowers för att förutsäga Flowers som en funktion av Time och Intensity.

Modellformeln fmla som du skapade i föregående övning är fortfarande tillgänglig, liksom modellmatrisen mmat.

Den här övningen är en del av kursen

Övervakad inlärning i R: Regression

Visa kurs

Övningsinstruktioner

  • Använd fmla och lm för att träna en linjär modell som förutsäger Flowers utifrån Intensity och Time. Tilldela modellen till variabeln flower_model.
  • Använd summary() för att påminna dig om strukturen hos mmat.
  • Använd summary() för att undersöka flower_model. Stämmer variablerna överens med vad du såg i mmat?
  • Använd flower_model för att förutsäga antalet blommor. Lägg till förutsägelserna i flowers som kolumnen predictions.
  • Fyll i luckorna för att plotta förutsägelser mot faktiska blomvärden (förutsägelserna på x-axeln).

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# flowers is available
str(flowers)

# fmla is available
fmla

# Fit a model to predict Flowers from Intensity and Time : flower_model
flower_model <- ___

# Use summary on mmat to remind yourself of its structure
___

# Use summary to examine flower_model 
___

# Predict the number of flowers on each plant
flowers$predictions <- ___

# Plot predictions vs actual flowers (predictions on x-axis)
ggplot(___, aes(x = ___, y = ___)) + 
  geom_point() +
  geom_abline(color = "blue")
Redigera och kör kod