Hem Personliga finanser Hur man skapar en förutsägbar Analytics-modell med R Regression - dummies

Hur man skapar en förutsägbar Analytics-modell med R Regression - dummies

Video: Kenneth Cukier: Big data is better data 2025

Video: Kenneth Cukier: Big data is better data 2025
Anonim

Du vill skapa en prediktiv analysmodell som du kan utvärdera med hjälp av kända resultat. För att göra det ska vi dela upp datasetet i två uppsättningar: en för att träna modellen och en för att testa modellen. En 70/30 delning mellan träning och testning av datamängder är tillräcklig. De två följande koderna beräknar och lagrar storleken på varje uppsättning: >> trainSize testSize <- nrow (autos) - trainSize

För att mata ut värdena, skriv in namnet på variabeln som används för att lagra värdet och tryck enter. Här är utsignalen:

>> trainSize [1] 279> testSize [1] 119

Den här koden bestämmer storlekarna på de dataset som du avser att göra vår träning och testdataset. Du har fortfarande inte skapat de här uppsättningarna. Också, du vill inte helt enkelt ringa de första 279 observationerna träningen och kalla de senaste 119 observationerna testet. Det skulle skapa en dålig modell eftersom datasetet visas. Specifikt beställs modellenYear-kolumnen från minsta till största.

Från att undersöka data kan du se att de flesta av de tyngre, åttcylindriga, större förskjutning, högre hästkrafterna ligger högst upp på datasetet. Från denna observation, utan att behöva springa några algoritmer på data, kan du redan berätta för (i allmänhet för detta dataset) äldre bilar jämfört med nyare bilar enligt följande:

Är tyngre

Har åtta cylindrar

  • Har större förskjutning

  • Har större hästkraft

    Okej, många människor vet självklart någonting om bilar, så en gissning om vad korrelationerna är kommer inte att vara för långt efter att du ser data. Någon med mycket bilkunskap kan ha redan känt detta utan att ens titta på data.
  • Detta är bara ett enkelt exempel på en domän (bilar) som många kan relatera till. Om detta var data om cancer, skulle de flesta inte omedelbart förstå vad varje attribut betyder.

Här är en domänexpert och en datamodeller avgörande för modelleringsprocessen. Domänexperter kan ha den bästa kunskapen om vilka attribut som kan vara mest (eller minst) viktiga - och hur attributen korrelerar med varandra.

De kan föreslå datormodellen vilka variabler som ska experimenteras med. De kan ge större vikter till mer viktiga attribut och / eller mindre vikter till attribut av minst betydelse (eller ta bort dem helt).

Så du måste göra en träningsdataset och en testdatasats som är verkligt representativ för hela uppsättningen. Ett sätt att göra det är att skapa träningssatsen från ett slumpmässigt urval av hela datasetet.Dessutom vill du göra detta test reproducerbart så att du kan lära av samma exempel.

Sätt sålunda fröet för slumpgeneratorn så att vi har samma "slumpmässiga" träningsuppsättning. Följande kod gör den här uppgiften: >> set. frö (123)> training_indices <- sample (seq_len (nrow (autos)), size = trainSize)> trainSet testSet <- autos [-training_indices,]

Träningsuppsättningen innehåller 279 observationer, tillsammans med resultatet (mpg) för varje observation. Regressionsalgoritmen använder resultatet för att träna modellen genom att titta på relationerna mellan prediktorvariablerna (någon av de sju attributen) och svarsvariabeln (mpg).

Testsatsen innehåller resten av data (det vill säga den del som inte ingår i träningssatsen). Du bör märka att testuppsättningen även innehåller variabeln (mpg). 

När du använder prediktionsfunktionen (från modellen) med testuppsättningen ignorerar du svarsvariabeln och använder endast prediktorvariablerna så länge kolumnnamnen är desamma som i träningsuppsättningen.

För att skapa en linjär regressionsmodell som använder mpg-attributet som svarsvariabel och alla andra variabler som prediktorvariabler, skriv följande kod: >> modell

Hur man skapar en förutsägbar Analytics-modell med R Regression - dummies

Redaktörens val

Office 365 Grupper - Dummies

Office 365 Grupper - Dummies

Du kan använda Office 365 Grupper, eller helt enkelt grupper, för att snabbt bandet tillsammans med medarbetare till samarbeta utan administrationsansvar som följer med en SharePoint-webbplats. Grupper är inte en del av SharePoint Online. Det är faktiskt en funktion i Exchange Online, men den använder SharePoint Online-funktioner, till exempel OneDrive for Business för att lagra gruppfiler ...

Office 365 Mobil Dokument i molnet - Dummies

Office 365 Mobil Dokument i molnet - Dummies

Varje Office 365-abonnent med en kvalificerad plan kan installera Office mobilappar på upp till fem tabletter och fem smartphones. Kvalificeringsplanerna är: Office for Business Premium, Office 365 Business, Office 365 Pro Plus, Office 365 E3 och Office 365 E5. Kärnan Office-appar finns i Windows, iOS och Android ...

Office Graph och Delve - dummies

Office Graph och Delve - dummies

Office Graph i Office 365 ger en möjlighet för människor att dra nytta av relationer och aktiviteter och göra dem till meningsfulla insikter. De signaler du skickar från e-postkonversationer och möten i Outlook, snabbmeddelanden i Skype for Business, sociala interaktioner på Yammer och dokument i SharePoint Online och OneDrive samlas alla och ...

Redaktörens val

Elektronik Komponenter: Sätt in induktorer till arbete - dummies

Elektronik Komponenter: Sätt in induktorer till arbete - dummies

Om du har undrat vad induktorer används egentligen i elektroniska kretsar i verkligheten, här är några av de vanligaste användningarna för induktorer: Utjämning av spänning i en strömförsörjning: Det sista steget i en typisk strömförsörjningskrets som omvandlar 120 VAC hushållsström till en användbar direkt Nuvarande är ofta en ...

Elektronik Komponenter: Introduktion av mikrokontroller - dummies

Elektronik Komponenter: Introduktion av mikrokontroller - dummies

En mikrokontroller är en komplett dator på en enda elektronisk chip. De kan köpas för $ 50 eller mindre. Liksom alla datorsystem består mikrodatorer av flera grundläggande delsystem: Central Processor (CPU): En CPU utför de instruktioner som tillhandahålls av ett program. CPU kan göra alla nödvändiga åtgärder för ...

Elektronik Komponenter: Motstånd Power Ratings - dummies

Elektronik Komponenter: Motstånd Power Ratings - dummies

Motstånd är som bromsar för ström som strömmar genom en elektronisk krets. Liksom bromsarna i din bil arbetar motstånd genom att använda den elektriska ekvivalenten av friktion till strömningsströmmen. Denna friktion hämmar strömmen av ström genom att absorbera en del av strömens energi och sprida den i form av värme. När du använder en ...

Redaktörens val

Hur man konfigurerar SSH för din webbplats - dummies

Hur man konfigurerar SSH för din webbplats - dummies

Secure shell (SSH) är ett nätverksprotokoll för att tillåta säker datakommunikation. I själva verket är det som en webbhotell bakdörr i ditt system - en som borde förbli låst om du inte behöver använda den. Naturligtvis är exakt hur du konfigurerar SSH olika på alla typer av webbhotell, men som ...

Hur man skapar en ny webbhotell - dummies

Hur man skapar en ny webbhotell - dummies

Du måste skapa din databas inom din webbhotellskontrollpanel och skapa en speciell databasanvändare som har behörighet att komma åt den. När du installerar en webbapplikation eller ett skript som kräver en databas från kontrollpanelen, kommer installationsprogrammet sannolikt att kunna skapa en egen databas och användare. ...

Hur man skapar nya konton på webbhotell med FTP-dummies

Hur man skapar nya konton på webbhotell med FTP-dummies

Du kanske vill att skapa ytterligare konton på en webbhanterad ftp av olika orsaker. Detta möjliggör viss mångsidighet och kontroll för att förbättra din företagsfunktionalitet. Några skäl till att lägga till ett konto är följande: Du vill ge någon annan FTP-åtkomst till din webbplats. Du vill ge någon FTP-åtkomst ...