Đánh giá mô hình phân loại
Trong bài học trước, bạn đã xây dựng một mô hình logistic để dự đoán bệnh Parkinson. Trong bài tập này, bạn sẽ so sánh dự đoán với giá trị thực tế.
Kỹ năng này rất quan trọng vì các công ty quan tâm đến kết quả. Nhà tuyển dụng muốn biết các mô hình bạn phát triển chính xác đến mức nào.
Một lần nữa, bạn sẽ xây dựng mô hình để dự đoán tình trạng bệnh Parkinson. Lần này, bạn sẽ xây dựng mô hình trên một phần dữ liệu và dùng phần còn lại để kiểm tra.
Hãy nhớ rằng \(\text{recall} = \frac{TP}{TP+FN}\).
\(TP\) nghĩa là bạn dự đoán dương tính và đúng.
\(FN\) nghĩa là bạn dự đoán âm tính nhưng sai.
Khoảng 80% số dòng của bộ dữ liệu parkinsons đã được gán vào train, và phần còn lại được gán vào test.
Bài tập này là một phần của khóa học
Luyện tập câu hỏi phỏng vấn Thống kê với R
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Build a logistic model on the train data
model <- ___(___ ~ NHR + ___, data = ___, family = ___)
# Calculate probabilities for the test data
probabilities <- ___(___, newdata = ___, type = ___)