ПочатиПочніть безкоштовно

Ручне передбачення цін на житло

Ви можете обчислити прогнози з коефіцієнтів моделі вручну. У реальних задачах для передбачень краще використовувати predict(), але ручні обчислення корисні, щоб переконатися: передбачення — це не магія, а звичайна арифметика.

Насправді для простої лінійної регресії прогнозоване значення — це лише вільний член (intercept) плюс кутовий коефіцієнт (slope), помножений на пояснювальну змінну.

$$response = intercept + slope * explanatory$$

mdl_price_vs_conv і explanatory_data доступні, бібліотеку dplyr завантажено.

Ця вправа є частиною курсу

Вступ до Regression у R

Переглянути курс

Інструкції до вправи

  • Отримайте коефіцієнти mdl_price_vs_conv, збережіть у coeffs.
  • Отримайте вільний член — це перший елемент coeffs — і збережіть у intercept.
  • Отримайте кутовий коефіцієнт — це другий елемент coeffs — і збережіть у slope.
  • Ручно спрогнозуйте price_twd_msq, використавши intercept, slope і n_convenience.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Get the coefficients of mdl_price_vs_conv
coeffs <- ___

# Get the intercept
intercept <- ___

# Get the slope
slope <- ___

explanatory_data %>% 
  mutate(
    # Manually calculate the predictions
    price_twd_msq = ___
  )

# Compare to the results from predict()
predict(mdl_price_vs_conv, explanatory_data)
Редагувати та запускати код