เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

สหสัมพันธ์และ R-squared

สหสัมพันธ์เชิงเส้น (linear correlation) ของตัวแปรสองตัว \(x\) และ \(y\) ใช้วัดความแข็งแกร่งของความสัมพันธ์เชิงเส้นระหว่างตัวแปรทั้งสอง เมื่อ \(x\) และ \(y\) คือ:

  • ผลลัพธ์ที่ได้จากโมเดล regression ที่ minimize squared-error (เช่น linear regression) และ
  • ผลลัพธ์จริงของ ข้อมูล training

กำลังสองของสหสัมพันธ์จะเท่ากับ \(R^2\) พอดี แบบฝึกหัดนี้จะให้ตรวจสอบสิ่งนั้นด้วยตัวเอง

unemployment และ unemployment_model พร้อมใช้งานแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Supervised Learning ใน R: การถดถอย

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใช้ cor() (docs) เพื่อคำนวณสหสัมพันธ์ระหว่างค่าที่โมเดลพยากรณ์กับอัตราการว่างงานของผู้หญิง กำหนดค่าที่ได้ให้กับตัวแปร rho แล้วแสดงผล ตรวจสอบให้แน่ใจว่าใช้ Pearson correlation (ค่าเริ่มต้น)
  • ยก rho กำลังสอง แล้วกำหนดค่าให้กับ rho2 จากนั้นแสดงผล
  • เปรียบเทียบ rho2 กับ \(R^2\) จากโมเดล (โดยใช้ glance()) ค่าทั้งสองเท่ากันหรือไม่?

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# unemployment is available
summary(unemployment)

# unemployment_model is available
summary(unemployment_model)

# Get the correlation between the prediction and true outcome: rho and print it
(rho <- ___)

# Square rho: rho2 and print it
(rho2 <- ___)

# Get R-squared from glance and print it
(rsq_glance <- ___(___)$___)
แก้ไขและรันโค้ด