從失業率模型進行預測

在這個練習中，你會用你的失業率模型 unemployment_model，對 unemployment 資料做預測，並把預測的女性失業率與訓練資料 unemployment 中實際觀察到的女性失業率做比較。你也會用模型對 newrates 中的新資料進行預測；這份資料只有 1 筆觀測，男性失業率為 5%。

lm 模型的 predict()（docs）介面如下：

predict(model, newdata)

你會使用 ggplot2 套件來繪圖，所以請先把預測結果新增為 unemployment 資料框中的一個欄位。你將繪製實際值對上預測值，並與代表「完美預測」（也就是實際值等於預測值）的那條線做比較。

繪製 dframe$outcome 對 dframe$pred 的散佈圖（pred 在 x 軸、outcome 在 y 軸），並加上一條 outcome == pred 的藍色直線的 ggplot2 指令如下：

ggplot(dframe, aes(x = pred, y = outcome)) + 
       geom_point() +  
       geom_abline(color = "blue")

unemployment、unemployment_model 和 newrates 已為你預先載入。

本練習屬於課程

R 中的監督式學習：回歸

檢視課程

練習說明

使用 predict() 以 unemployment 資料預測女性失業率。將結果指定到新欄位 prediction。
使用 library() 載入 ggplot2 套件。
使用 ggplot() 比較預測值與實際失業率。把預測值放在 x 軸。結果與完美預測線有多接近？
使用資料框 newrates，在男性失業率為 5% 時預測女性失業率。將結果指定給變數 pred，並印出它。

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。

# unemployment is available
summary(unemployment)

# newrates is available
newrates

# Predict female unemployment in the unemployment dataset
unemployment$prediction <-  ___

# Load the ggplot2 package
___

# Make a plot to compare predictions to actual (prediction on x axis). 
ggplot(___, aes(x = ___, y = ___)) + 
  ___ +
  geom_abline(color = "blue")

# Predict female unemployment rate when male unemployment is 5%
pred <- ___
pred

編輯並執行程式碼