1. Learn
    2. /
  2. Курси
    3. /
  3. Кероване навчання в R: регресія
Connected

Вправа

Крива виграшу для оцінювання моделі безробіття

У попередній вправі ви побудували прогнози для female_unemployment і візуалізували прогнози та залишки. Тепер ви також побудуєте криву виграшу для прогнозів моделі unemployment_model порівняно з фактичними значеннями female_unemployment, використовуючи функцію WVPlots::GainCurvePlot() (docs).

У ситуаціях, коли порядок важливіший за точні значення, крива виграшу допомагає перевірити, чи сортують прогнози моделі в тому самому порядку, що й справжній результат.

Виклики функції GainCurvePlot() мають вигляд: 

GainCurvePlot(frame, xvar, truthvar, title)

де

  • frame — це датафрейм
  • xvar і truthvar — це рядки з назвами стовпців датафрейму frame для прогнозу та фактичного результату
  • title — заголовок графіка

Коли прогнози впорядковані в точно такому самому порядку, відносний коефіцієнт Джині дорівнює 1. Коли модель упорядковує погано, відносний коефіцієнт Джині близький до нуля або навіть від'ємний.

Датафрейм unemployment, який також містить прогнози, і модель unemployment_model доступні для використання.

Інструкції

100 XP
  • Завантажте пакет WVPlots за допомогою library().
  • Побудуйте криву виграшу. Задайте графіку заголовок "Unemployment model". Чи правильно модель впорядковує прогнози?