BaşlayınÜcretsiz başlayın

Modeldeki farklı parametreleri değerlendirme

Verilerimizi bir nedenle imputasyonla dolduruyoruz — veriyi analiz etmek istiyoruz!

Bu örnekte, deniz sıcaklığını tahmin etmekle ilgileniyoruz; bu yüzden deniz sıcaklığını tahmin eden bir doğrusal model kuracağız.

Bu modeli oluşturduğumuz her veri kümesine uyarlayacak ve ardından verideki katsayıları inceleyeceğiz.

Önceki dersten gelen nesneler (ocean_cc, ocean_imp_lm_wind, ocean_imp_lm_all ve bound_models) çalışma alanına yüklendi.

Bu egzersiz, kursun bir parçasıdır

R'de Eksik Verilerle Başa Çıkma

Kursa Göz Atın

Egzersiz talimatları

  • Her veri kümesi için residuals, predict ve tidy kullanarak artıklar için sütunlar içeren model özetini oluştur.
  • Modeldeki katsayıları incele ve air_temp_c için en yüksek tahmine (estimate) sahip modeli best_model nesnesine koy

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Create the model summary for each dataset
model_summary <- bound_models %>% 
  group_by(imp_model) %>%
  nest() %>%
  mutate(mod = map(data, ~lm(sea_temp_c ~ air_temp_c + humidity + year, data = .)),
         res = map(mod, ___),
         pred = map(mod, ___),
         tidy = map(mod, ___))

# Explore the coefficients in the model
model_summary %>% 
	select(___,___) %>% 
	unnest()
best_model <- "___"
Kodu Düzenle ve Çalıştır