分类
啤酒厂管理层无法直接使用"购买概率"。他们希望有一个能够预测是否会购买的模型。解决方法之一是把预测的概率转成 Hoppiness 的购买事件分类。
您可以对 extended.model 对象使用 fitted() 函数，得到预测的购买概率。接着，采用一个简单规则：如果预测的购买概率大于 0.5，则将预测分类为 1，否则为 0。可以使用 ifelse() 函数完成这个操作。之后，使用 table() 函数汇总分类后的购买事件。再配合 mean()，即可得到购买事件所占的相对比例。
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
fitted()函数从extended.model对象获取模型预测结果。使用ifelse()将预测分类：若预测的购买概率大于0.5则为1，否则为0。将结果赋给对象predicted。 - 使用
table()函数获取购买事件的数量。 - 使用
mean()函数获取购买事件的相对数量。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Classify the predictions
predicted <- ___(___(extended.model) >= ___, ___, ___)
# Obtain the number of purchase events
# Obtain the relative number of purchase events