样本外测试
您的目标是基于已估计的模型为新门店做购买预测。您可以使用 predict() 函数来检验这一目标是否可行。predict() 会提取 train.model 的参数估计，用于对 test.data 中的响应变量进行预测。若要在响应变量的量表上获得预测值（即预测的购买概率），需要将额外的 type 参数设置为 "response"。
最后，使用 ifelse() 函数将留出集的预测结果分类为"购买"和"未购买"，并用 table() 函数与观察到的购买情况进行比较。最后，使用 prop.table() 将表中的计数转换为相对数值。
本练习是课程的一部分
在 R 中构建响应模型
练习说明
- 使用
predict()函数基于train.model对test.data的响应进行预测。将type参数设为"response"，并将结果命名为probability。 - 将模型预测按阈值分类：当
probability大于0.5时为1，否则为0。将结果赋给对象predicted。 - 从
test.data中获取HOPPINESS的实际购买情况。将其赋给对象observed。 - 使用
table()和prop.table()函数对observed与predicted向量进行交叉列联统计。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Predict the purchase probabilities for test.data
probability <- ___(___, ___, type = "response")
# Classify the predictions
predicted <- ___(probability >= ___, ___, ___)
# Obtain the observed purchases from test.data
observed <- test.data$HOPPINESS
# Cross-tabulate observed vs. predicted purchases
___(___(predicted, observed))