เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ค่าสัมประสิทธิ์คืออะไร?

เพื่อให้เข้าใจความแตกต่างระหว่างพารามิเตอร์ของโมเดลที่ได้จากการ fit กับ hyperparameter ได้อย่างชัดเจน เราจะมาดูพารามิเตอร์เหล่านั้นให้ละเอียดขึ้น ได้แก่ ค่าสัมประสิทธิ์ (coefficients) ของโมเดลเชิงเส้นอย่างง่ายของเรา ชุดข้อมูล breast_cancer_data ถูกโหลดไว้ให้แล้ว และโค้ดสำหรับสร้างโมเดลเชิงเส้นก็รันเหมือนกับบทเรียนก่อนหน้า จึงสามารถเข้าถึงออบเจกต์ linear_model ได้เลย

ในโมเดลเชิงเส้นนี้ สามารถดึงค่าสัมประสิทธิ์ออกมาได้ด้วย: linear_model$coefficients และยังสามารถแสดงความสัมพันธ์ที่สร้างโมเดลไว้ด้วยกราฟได้อีกด้วย

จำไว้ว่า โมเดลเชิงเส้นมีสูตรพื้นฐานคือ: y = x * slope + intercept

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การปรับ Hyperparameter ใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สำรวจค่าสัมประสิทธิ์ของ linear_model ใน console
  • พล็อตเส้น regression ด้วย ggplot2
  • กำหนดค่าสัมประสิทธิ์ที่ถูกต้องให้กับ slope และ intercept

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

library(ggplot2)

# Plot linear relationship.
ggplot(data = breast_cancer_data, 
        aes(x = symmetry_mean, y = concavity_mean)) +
  geom_point(color = "grey") +
  ___(slope = ___$___[___], 
      intercept = ___$___[___])
แก้ไขและรันโค้ด