พยากรณ์การรอดชีวิตของนกกระจอก
ในแบบฝึกหัดนี้ จะพยากรณ์ความน่าจะเป็นของการรอดชีวิตโดยใช้โมเดลการรอดชีวิตของนกกระจอกจากแบบฝึกหัดก่อนหน้า
จำไว้ว่าเมื่อเรียก predict() (docs) เพื่อดึงค่าความน่าจะเป็นที่พยากรณ์จากโมเดล glm() ต้องระบุด้วยว่าต้องการ response:
predict(model, type = "response")
มิฉะนั้น predict() บนโมเดล logistic regression จะคืนค่า log-odds ของเหตุการณ์ ไม่ใช่ค่าความน่าจะเป็น
นอกจากนี้ยังจะใช้ฟังก์ชัน GainCurvePlot() (docs) เพื่อพล็อต gain curve จากผลการพยากรณ์ของโมเดล หาก gain curve ของโมเดลใกล้เคียงกับ gain curve อุดมคติ ("wizard") แสดงว่าโมเดลจัดเรียงนกกระจอกได้ดี กล่าวคือ โมเดลพยากรณ์ว่านกกระจอกที่รอดชีวิตจริงจะมีความน่าจะเป็นของการรอดชีวิตสูงกว่า อินพุตของฟังก์ชัน GainCurvePlot() ได้แก่:
frame: data frame ที่มีคอลัมน์การพยากรณ์และคอลัมน์ค่าจริงxvar: ชื่อคอลัมน์ที่เก็บค่าพยากรณ์ (เป็น string)truthVar: ชื่อคอลัมน์ที่เก็บผลลัพธ์จริง (เป็น string)title: ชื่อเรื่องของกราฟ (เป็น string)
GainCurvePlot(frame, xvar, truthVar, title)
ข้อมูล data frame sparrow และโมเดล sparrow_model ถูกโหลดไว้ให้แล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Supervised Learning ใน R: การถดถอย
คำแนะนำการฝึกหัด
- สร้างคอลัมน์ใหม่ใน
sparrowชื่อpredที่เก็บผลการพยากรณ์บนข้อมูล training - เรียก
GainCurvePlot()เพื่อสร้าง gain curve ของผลการพยากรณ์ โมเดลจัดเรียงนกกระจอกตามการรอดชีวิตจริงได้ดีเพียงใด?
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# sparrow is available
summary(sparrow)
# sparrow_model is available
summary(sparrow_model)
# Make predictions
sparrow$pred <- ___
# Look at gain curve
___(___, ___, ___, "sparrow survival model")