BaşlayınÜcretsiz başlayın

Serçelerin hayatta kalmasını tahmin et

Bu egzersizde, önceki egzersizdeki serçe hayatta kalma modelini kullanarak hayatta kalma olasılığını tahmin edeceksin.

glm() modelinden tahmin edilen olasılıkları almak için predict() (docs) çağırırken, yanıtı istediğini belirtmen gerektiğini unutma:

predict(model, type = "response")

Aksi halde, lojistik regresyon modelinde predict() olasılık değil, olayın tahmin edilen log-olasılık oranını (log-odds) döndürür.

Ayrıca model tahminlerinden kazanç eğrisini çizmek için GainCurvePlot() (docs) fonksiyonunu kullanacaksın. Eğer modelin kazanç eğrisi ideali ("wizard") kazanç eğrisine yakınsa, model serçeleri iyi sıralamış demektir: yani model, gerçekten hayatta kalan serçelerin daha yüksek hayatta kalma olasılığına sahip olduğunu tahmin etmiştir. GainCurvePlot() fonksiyonunun girdileri şunlardır:

  • frame: tahmin sütunu ve gerçek değer sütunu bulunan veri çerçevesi
  • xvar: tahminlerin bulunduğu sütunun adı (string olarak)
  • truthVar: gerçek sonucun bulunduğu sütunun adı (string olarak)
  • title: grafiğin başlığı (string olarak)

GainCurvePlot(frame, xvar, truthVar, title)

sparrow veri çerçevesi ve sparrow_model modeli önceden yüklenmiş durumda.

Bu egzersiz, kursun bir parçasıdır

R'de Supervised Learning: Regresyon

Kursa Göz Atın

Egzersiz talimatları

  • Eğitim verisi üzerindeki tahminleri içeren pred adlı yeni bir sütunu sparrow içinde oluştur.
  • Tahminlerin kazanç eğrisini oluşturmak için GainCurvePlot() çağır. Model, serçeleri gerçekten hayatta kalıp kalmadıklarına göre iyi sıralıyor mu?

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# sparrow is available
summary(sparrow)

# sparrow_model is available
summary(sparrow_model)

# Make predictions
sparrow$pred <- ___

# Look at gain curve
___(___, ___, ___, "sparrow survival model")
Kodu Düzenle ve Çalıştır