glm() ile tahmin
Veri bilimciler gelecekteki durumları tahmin etmek için sık sık modeller kullanır. GLM'ler böyle bir araçtır ve bu tür durumlarda kullanıldıklarında bazen denetimli öğrenme (supervised learning) olarak adlandırılır.
Bu egzersizde, daha önce kurduğun Poisson regresyonunu ve new_dat veri kümesini kullanarak, Kuzey Amerika yaz ayları Haziran (6), Temmuz (7) ve Ağustos (8) için günlük sivil yangın yaralanması mağdurlarının beklenen sayısını tahmin edeceksin.
Poisson eğimi ve sabit terim tahminlerinin doğal logaritma ölçeğinde olduğunu ve daha kolay anlaşılması için üstelini alabileceğini unutma.
Bunu, predict fonksiyonunda type = "response" belirterek yapabilirsin.
Bu egzersiz, kursun bir parçasıdır
R'de Genelleştirilmiş Doğrusal Modeller
Egzersiz talimatları
- Yeni tahmin durumunu görmek için
new_dat'i yazdır. - Kurduğun Poisson regresyonunu
poisson_outnesnesi olarak venew_dat'i yeni veri olarakpredict()içinde kullan. Çıktını üstel forma dönüştürmek içintype = "response"ayarını yaptığından emin ol. Sonuçlarıpred_outolarak kaydet. pred_out'u yazdır.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# print the new input months
print(___)
# use the model to predict with new data
___ <- predict(object = ___, newdata = ___, type = "response")
# print the predictions
print(___)