在執行任何統計模型之前,先把資料集視覺化通常是個好主意。這裡我們要用臺灣不動產資料集,觀察「每平方公尺房價」與「附近便利商店數量」之間的關係。
此資料集的一個挑戰是便利商店數量為整數,點位容易重疊。為了改善這點,你將把散點設為半透明。
taiwan_real_estate 已可使用,ggplot2 已載入,且已設定黑白主題。
taiwan_real_estate
ggplot2
本練習屬於課程
試著完成這個範例程式碼,體驗一下這個練習。
# Draw a scatter plot of n_convenience vs. price_twd_msq ___
你將學到這個熱門統計模型的基礎、什麼是迴歸,以及線性與邏輯斯迴歸的差異。接著你會學習如何以數值與類別解釋變數來擬合簡單線性迴歸模型,並使用模型係數描述反應變數與解釋變數之間的關係。
當前練習
在本章中,你將學會如何使用線性迴歸模型,對臺灣房價與 Facebook 廣告點擊進行預測。你也會進一步強化迴歸技能,實作操作模型物件、理解「回歸到平均值」的概念,並學會如何轉換資料集中的變數。
在本章中,你將學會如何對模型提問以評估擬合效果。你會學習如何量化線性迴歸模型的擬合程度、用視覺化診斷模型問題,並理解用於建立模型的每一筆觀測的槓桿值與影響力。
學習如何擬合邏輯斯迴歸模型。使用真實世界資料,你將以成功機率與勝算比來預測客戶關閉銀行帳戶的可能性,並用混淆矩陣量化模型效能。