1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Học có giám sát với R: Hồi quy
Connected

Bài tập

Đường cong tăng trưởng để đánh giá mô hình thất nghiệp

Trong bài trước, bạn đã tạo dự đoán cho female_unemployment và trực quan hóa cả dự đoán lẫn phần dư. Bây giờ, bạn sẽ vẽ thêm đường cong tăng trưởng (gain curve) của các dự đoán từ unemployment_model so với female_unemployment thực tế bằng hàm WVPlots::GainCurvePlot() (docs).

Trong các tình huống mà thứ tự quan trọng hơn giá trị chính xác, gain curve giúp bạn kiểm tra xem dự đoán của mô hình có sắp xếp cùng thứ tự với kết quả thật hay không.

Lời gọi hàm GainCurvePlot() có dạng: 

GainCurvePlot(frame, xvar, truthvar, title)

nơi mà

  • frame là một data frame
  • xvar và truthvar là các chuỗi chỉ tên cột dự đoán và cột kết quả thực tế trong frame
  • title là tiêu đề của biểu đồ

Khi các dự đoán được sắp xếp đúng hoàn toàn theo cùng thứ tự, hệ số Gini tương đối bằng 1. Khi mô hình sắp xếp kém, hệ số Gini tương đối gần 0 hoặc thậm chí âm.

Data frame unemployment (cũng chứa các dự đoán) và mô hình unemployment_model đã được cung cấp để bạn sử dụng.

Hướng dẫn

100 XP
  • Nạp gói WVPlots bằng library().
  • Vẽ gain curve. Đặt tiêu đề biểu đồ là "Unemployment model". Dự đoán của mô hình có được sắp xếp đúng không?