(Иногда простая модель, такая как линейная регрессия, также может выиграть войну алгоритмов машинного обучения)
Поскольку название говорит о занятых разработчиках, я не хочу писать скучное введение. Запустите Rstudio и приступим.
Скачать набор данных отсюда
Шаг 1. Загрузите набор данных
Шаг 2. Создайте линейную модель
Предположение:
ИМТ (независимая переменная): индекс массы тела.
сборы (зависимая переменная): сборы зависят от ИМТ.
(Примечание: это только мое предположение для этой статьи о том, что расходы зависят от ИМТ.)
Шаг 3. Визуализируйте свои действия
Выполните следующий код, чтобы визуализировать свой график:
plot(select_dataframe, col="blue")
Прохладный! Теперь давайте нарисуем ту линию регрессии, которую мы ждали. Выполните следующую команду, чтобы нарисовать линейную линию над графиком, показанным выше.
abline(linear_model)
Шаг 4. Прогноз
После построения модели мы можем сделать некоторые прогнозы. Обратите внимание, что это может быть не оптимальная модель, мы можем немного поэкспериментировать, чтобы получить наилучший результат.
Если мы сравним это значение с графиком выше, мы увидим, что оно дает нам удовлетворительные результаты.
Вывод:
Построить модель линейной регрессии в R очень просто: определите свои переменные, создайте модель, визуализируйте, если хотите начать делать прогнозы.
Если вам понравилась эта запись, не забудьте поставить аплодисменты ей и подпишитесь на меня на канале и в твиттере.
