BaşlayınÜcretsiz başlayın

Serçenin hayatta kalma olasılığı için bir model kur

Bu egzersizde, bir serçenin şiddetli bir kış fırtınasından sağ çıkma olasılığını, serçenin fiziksel özelliklerine göre tahmin edeceksin. sparrow veri kümesi önceden yüklendi. Tahmin edilecek çıktı status ("Survived", "Perished"). Ele alacağımız değişkenler:

  • total_length: gaga ucundan kuyruk ucuna kadar kuşun uzunluğu (mm)
  • weight: gram cinsinden ağırlık
  • humerus : humerus uzunluğu (kanıtı vücuda bağlayan "üst kol kemiği") (inç)

Lojistik regresyon modeli oluşturmak için glm() (docs) kullanırken family = binomial belirtmen gerektiğini unutma:

glm(formula, data = data, family = binomial)

Lojistik regresyon modelini incelemek için farklı işlevleri görmek üzere summary() ve broom::glance() çağıracaksın. Bakacağın tanı ölçütlerinden biri, \(R^2\)'nin karşılığı olan sözde-\(R^2\) (pseudo-\(R^2\)).

$$ pseudoR^2 = 1 - \frac{deviance}{null.deviance} $$

Sapmayı (deviance) varyansa benzer düşünebilirsin: kategorik verideki değişimi ölçer. Sözde-\(R^2\), standart regresyondaki \(R^2\)'ye benzer: \(R^2\) bir regresyon modelinin "açıklanan varyans" ölçüsüdür. Sözde-\(R^2\) ise "açıklanan sapma"yı ölçer.

Bu egzersiz, kursun bir parçasıdır

R'de Supervised Learning: Regresyon

Kursa Göz Atın

Egzersiz talimatları

  • Videoda önerildiği gibi, TRUE ve FALSE çıktıları üzerinde tahmin yapacaksın. status == "Survived" olduğunda TRUE olacak şekilde sparrow veri çerçevesinde survived adlı yeni bir sütun oluştur.
  • İlgi duyulan değişkenlerin bir fonksiyonu olarak survived'ı ifade eden fmla formülünü oluştur. Yazdır.
  • Serçenin hayatta kalma olasılığını tahmin etmek için bir lojistik regresyon modeli kur. Modeli sparrow_model değişkenine ata.
  • Modelin katsayılarını, sapmayı (deviance) ve boş sapmayı (null deviance) görmek için summary() çağır.
  • Sapmaları ve diğer tanı ölçütlerini bir veri çerçevesinde görmek için model üzerinde glance() çağır. glance() çıktısını perf değişkenine ata.
  • Sözde-\(R^2\)'yi hesapla.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# sparrow is available
summary(sparrow)

# Create the survived column
sparrow$survived <- ___

# Create the formula
(fmla <- _____)

# Fit the logistic regression model
sparrow_model <- ___

# Call summary
___

# Call glance
(perf <- ___)

# Calculate pseudo-R-squared
(pseudoR2 <- ___)
Kodu Düzenle ve Çalıştır