分類
啤酒廠的管理層其實不太能直接運用「購買機率」。他們希望有一個能預測是否會購買的模型。解法之一是把預測到的機率轉換成 Hoppiness 的購買事件分類。
你可以對 extended.model 物件使用函式 fitted() 來取得預測的購買機率。接著，將預測值以簡單方式分類：若預測購買機率大於 0.5 則為 1，否則為 0。可以用函式 ifelse() 完成此事。之後，使用函式 table() 彙總這些已分類的購買事件。再搭配 mean()，即可得到購買事件的相對比例。
本練習屬於課程
在 R 中建立反應模型
練習說明
- 使用函式
fitted()從extended.model物件取得模型預測，並以函式ifelse()將預測轉為分類：若預測購買機率大於0.5則為1，否則為0。將結果指定給物件predicted。 - 使用函式
table()取得購買事件的次數分佈。 - 使用函式
mean()取得購買事件的相對比例。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Classify the predictions
predicted <- ___(___(extended.model) >= ___, ___, ___)
# Obtain the number of purchase events
# Obtain the relative number of purchase events