Dự đoán với glm()
Các nhà khoa học dữ liệu thường dùng mô hình để dự đoán các tình huống tương lai. GLM là một trong những công cụ như vậy và khi dùng cho các tình huống này, chúng đôi khi được gọi là supervised learning.
Trong bài này, bạn sẽ dự đoán số nạn nhân dân sự bị thương do cháy trung bình mỗi ngày trong các tháng mùa hè Bắc Mỹ: tháng Sáu (6), tháng Bảy (7) và tháng Tám (8) bằng cách sử dụng hồi quy Poisson mà bạn đã fit trước đó và bộ dữ liệu new_dat.
Hãy nhớ rằng hệ số góc và hệ số chặn của Poisson được ước lượng trên thang log tự nhiên và có thể lấy lũy thừa để dễ hiểu hơn.
Bạn có thể làm điều này bằng cách chỉ định type = "response" với hàm predict.
Bài tập này là một phần của khóa học
Generalized Linear Models in R
Hướng dẫn bài tập
- In
new_datđể xem tình huống dự đoán mới của bạn. - Sử dụng mô hình hồi quy Poisson đã fit, dùng
poisson_outlàm đối tượng vànew_datlàm dữ liệu mới trongpredict(). Nhớ lấy lũy thừa đầu ra bằng cách đặttype = "response". Lưu kết quả vàopred_out. - In
pred_out.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# print the new input months
print(___)
# use the model to predict with new data
___ <- predict(object = ___, newdata = ___, type = "response")
# print the predictions
print(___)