基于失业率模型进行预测

在本练习中，您将使用失业率模型 unemployment_model 对 unemployment 数据进行预测，并在训练数据 unemployment 上比较预测的女性失业率与实际观测到的女性失业率。您还将使用模型对 newrates 中的新数据进行预测。newrates 只包含 1 条观测，其中男性失业率为 5%。

针对 lm 模型，predict()（文档）的接口形式为：

predict(model, newdata)

您将使用 ggplot2 包绘图，因此需要先把预测列添加到 unemployment 数据框中。接着绘制"实际结果 vs 预测值"的图，并与代表"完美预测"的直线进行比较（也就是当实际结果等于预测值时的情形）。

绘制散点图的 ggplot2 命令如下，用于展示 dframe$outcome 与 dframe$pred 的关系（pred 在 x 轴，outcome 在 y 轴），并添加一条表示 outcome == pred 的蓝色直线：

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

unemployment、unemployment_model 和 newrates 已为您预加载。

本练习是课程的一部分

R 中的监督学习：回归

查看课程

练习说明

使用 predict() 基于 unemployment 数据预测女性失业率。将结果赋给新列：prediction。
使用 library() 加载 ggplot2 包。
使用 ggplot() 将预测值与实际失业率进行对比。将预测值放在 x 轴。观察结果与"完美预测"直线有多接近。
使用数据框 newrates 预测当男性失业率为 5% 时预期的女性失业率。将结果赋给变量 pred 并打印。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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

编辑并运行代码