เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Gain Curve สำหรับประเมินโมเดลการว่างงาน

ในแบบฝึกหัดก่อนหน้า คุณได้พยากรณ์ค่า female_unemployment และแสดงภาพผลการพยากรณ์พร้อมค่าคลาดเคลื่อน คราวนี้ จะได้พล็อต gain curve ของการพยากรณ์จาก unemployment_model เทียบกับค่าจริงของ female_unemployment โดยใช้ฟังก์ชัน WVPlots::GainCurvePlot() (docs)

ในสถานการณ์ที่ลำดับสำคัญกว่าค่าที่แน่นอน gain curve ช่วยตรวจสอบว่าการพยากรณ์ของโมเดลเรียงลำดับสอดคล้องกับผลลัพธ์จริงหรือไม่

การเรียกใช้ฟังก์ชัน GainCurvePlot() มีรูปแบบดังนี้: 

GainCurvePlot(frame, xvar, truthvar, title)

โดยที่

  • frame คือ data frame
  • xvar และ truthvar คือ string ที่ระบุชื่อคอลัมน์การพยากรณ์และคอลัมน์ผลลัพธ์จริงของ frame
  • title คือชื่อของกราฟ

เมื่อการพยากรณ์เรียงลำดับได้ถูกต้องพอดี ค่า relative Gini coefficient จะเท่ากับ 1 และเมื่อโมเดลเรียงลำดับได้ไม่ดี ค่า relative Gini coefficient จะใกล้ศูนย์หรืออาจติดลบ

Data frame unemployment ซึ่งมีผลการพยากรณ์รวมอยู่ด้วย และโมเดล unemployment_model พร้อมให้ใช้งานแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Supervised Learning ใน R: การถดถอย

ดูคอร์ส

คำแนะนำการฝึกหัด

  • โหลดแพ็กเกจ WVPlots โดยใช้ library()
  • พล็อต gain curve โดยตั้งชื่อกราฟว่า "Unemployment model" การพยากรณ์ของโมเดลเรียงลำดับได้ถูกต้องหรือไม่?

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# unemployment (with predictions) is available
summary(unemployment)

# unemployment_model is available
summary(unemployment_model)

# Load the package WVPlots
___

# Plot the Gain Curve
___(___, ___, ___, "Unemployment model")
แก้ไขและรันโค้ด