ПочатиПочніть безкоштовно

Побудуйте регресійний прогноз для нового продукту

У попередній вправі ми побачили, що варто будувати й регресійні прогнози! У робочому середовищі заздалегідь завантажено кілька об'єктів. Є датафрейм MET_sp_train зі змінними log_sales, log_price, christmas, valentine, newyear і mother. Також є валідаційний датафрейм MET_sp_valid для отримання прогнозів.

Ця вправа є частиною курсу

Прогнозування попиту на товари в R

Переглянути курс

Інструкції до вправи

  • Побудуйте регресійну модель для прогнозування логарифма продажів за логарифмом ціни та всіма змінними про свята й промоакції.
  • Здійсніть прогноз за допомогою функції predict і датафрейму MET_sp_valid.
  • Піднесіть прогноз до експоненти та створіть об'єкт xts.
  • Обчисліть MAPE, використавши об'єкт MET_sp_v для валідаційної вибірки. Датафрейм MET_sp_valid тут не допоможе, адже він містить логарифми цін, а вам потрібен MAPE за фактичними цінами.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Build a regression model on the training data
model_MET_sp_full <- lm(___ ~ ___ + ___ + ___ + ___ + ___, data = ___)

# Forecast the regression model using the predict function
pred_MET_sp <- ___(___, newdata = ___)

# Exponentiate your predictions and create an xts object
pred_MET_sp <- ___(___)
pred_MET_sp_xts <- ___(___, order.by = ___)

# Calculate MAPE
MAPE <- mape(___, ___)
print(MAPE)
Редагувати та запускати код