预测麻雀是否存活
在本练习中,您将使用上一个练习中的麻雀存活模型来预测存活概率。
回顾:当对 glm() 模型调用 predict()(文档)以获取预测概率时,必须指定返回响应值:
predict(model, type = "response")
否则,对逻辑回归模型调用 predict() 会返回事件的对数几率(log-odds),而不是概率。
您还将使用 GainCurvePlot()(文档)函数,根据模型预测绘制增益曲线。如果模型的增益曲线接近理想("wizard")增益曲线,则说明模型对麻雀的排序较好:也就是说,模型预测实际存活的麻雀会有更高的存活概率。GainCurvePlot() 的输入包括:
frame:包含预测列与真实标签列的数据框xvar:预测列的名称(字符串)truthVar:实际结果列的名称(字符串)title:图标题(字符串)
GainCurvePlot(frame, xvar, truthVar, title)
数据框 sparrow 和模型 sparrow_model 均已预加载。
本练习是课程的一部分
R 中的监督学习:回归
练习说明
- 在
sparrow中创建名为pred的新列,包含对训练数据的预测值。 - 调用
GainCurvePlot()绘制预测的增益曲线。该模型是否能较好地按照麻雀是否实际存活进行排序?
交互式实操练习
通过完成这段示例代码来试试这个练习。
# sparrow is available
summary(sparrow)
# sparrow_model is available
summary(sparrow_model)
# Make predictions
sparrow$pred <- ___
# Look at gain curve
___(___, ___, ___, "sparrow survival model")