Hoppa till huvudinnehållet

Kurs

Modellering med data i Tidyverse

MedelnivåKunskapsnivå

Uppdaterad 2022-09

Upptäck olika typer i datamodellering, inklusive för prediktion, och lär dig att genomföra linjär regression och modellbedömningsmått i Tidyverse.

Starta kursen gratis

RProbability & Statistics

4 tim

17 videor

49 Övningar

3,900 XP

27,341

Intyg om genomförande

Omtyckt av lärande på tusentals företag

Utbildar du ett team?

Prova för företag

Kursbeskrivning

I den här kursen lär du dig att modellera med data. Modeller försöker fånga sambandet mellan en utfallsvariabel och en eller flera förklarande variabler eller prediktorer. Sådana modeller kan användas både för förklarande syften – till exempel: "Hjälper professorers ålder till att förklara deras undervisningsomdömen?" – och för prediktiva syften – till exempel: "Hur väl kan vi förutsäga ett huspris utifrån storlek och skick?" Du använder dina Tidyverse-kunskaper för att bygga och tolka sådana modeller. Kursen fokuserar på linjär regression, en av de vanligast förekommande och lättillgängliga metoderna för modellering. Den här typen av modellering används inom en rad områden, bland annat statistik, kausal inferens, maskininlärning och artificiell intelligens.

Förkunskapskrav

Data Manipulation with dplyr

1

Introduktion till modellering

Det här kapitlet ger dig bakgrundsteori och grundläggande terminologi för modellering – bland annat det allmänna modelleringsramverket, skillnaden mellan förklarande och prediktiv modellering samt modelleringsproblemet. Du börjar också med din första explorativa dataanalys, ett viktigt första steg inför all formell modellering.

Bakgrund om modellering för förklaring

Explorativ visualisering av ålder

Numeriska sammanfattningar av ålder

Bakgrund om modellering för prediktion

Utforskande visualisering av husstorlek

Log10-transformation av bostadsyta

Modelleringsproblemet för förklaring

EDA av sambandet mellan undervisnings- och "skönhets"-poäng

Korrelation mellan undervisnings- och "skönhets"-poäng

Modelleringsproblemet för prediktion

EDA av sambandet mellan huspris och vattentomt

Förutsäga huspris med strandtomt

2

Modellering med enkel regression

Med en god förståelse för det allmänna modelleringsramverket går vi nu vidare till enkel linjär regression. Här håller vi det enkelt och modellerar utfallsvariabeln y som en funktion av en enda förklarande variabel eller prediktor x. Vi använder både numeriska och kategoriska x-variabler. Utfallsvariabeln i det här kapitlet är undervisningsomdömen för lärare vid University of Texas, Austin.

Förklara undervisningspoäng med ålder

Rita en regressionslinje som passar data bäst

Anpassa en regression med ett numeriskt x

Förutsäga undervisningsbetyg utifrån ålder

Göra förutsägelser med hjälp av "beauty score"

Beräkna anpassade/predikterade värden och residualer

Förklara undervisningspoäng utifrån kön

EDA av sambandet mellan score och rank

Anpassa en regression med en kategorisk x

Förutsäga undervisningspoäng utifrån kön

Göra prediktioner med hjälp av rank

Visualisering av residualernas fördelning

3

Modellering med multipel regression

I föregående kapitel lärde du dig om enkel regression med antingen en numerisk eller en kategorisk prediktor. Men varför begränsa sig till en enda variabel? Nu utökar vi enkel regression till multipel regression, vilket gör det möjligt att inkludera fler än en förklarande variabel eller prediktor i modellerna. Du modellerar huspriser med hjälp av ett dataset över bostäder i storstadsområdet Seattle, WA.

Förklara huspriser med år och storlek

EDA av samband

Anpassa en regression

Förutsäga huspriser utifrån år och storlek

Göra förutsägelser med storlek och antal sovrum

Tolka residualer

Förklara huspriser med storlek och skick

Modell med parallella lutningar

Tolka modellen med parallella lutningar

Förutsäga huspriser utifrån storlek och skick

Göra förutsägelser med storlek och vattenfront

Automatisera förutsägelser för "nya" hus

4

Modellbedömning och modellval

I de tidigare kapitlen har du anpassat olika modeller för att förklara eller förutsäga en utfallsvariabel. Men hur vet vi vilka modeller vi ska välja? Med hjälp av modellbedömningsmått kan du utvärdera hur väl en förklarande modell "passar" en datamängd, eller hur träffsäker en prediktiv modell är. Utifrån dessa mått lär du dig vilka kriterier som avgör vilka modeller som är "bäst".

Modellval och utvärdering

Uppfräschning: summa av kvadrerade residualer

Vilken modell ska du välja?

Utvärdera modellanpassning med R-kvadrat

Beräkna R-kvadrat för en modell

Jämföra R² för två modeller

Utvärdera prediktioner med RMSE

Beräkna MSE och RMSE för en modell

Jämföra RMSE för två modeller

Ramverk för prediktion med valideringsuppsättning

Anpassa modellen till träningsdata

Förutsägelser på testdata

Avslutning – Vad händer härnäst?

Modellering med data i Tidyverse

Kurs
slutförd

Tjäna ett prestationsbevis

Lägg till det här beviset i din LinkedIn-profil, ditt CV eller din meritförteckning
Dela det i sociala medier och i din medarbetarutvärderingRegistrera dig nu

Gå med 19 miljoner lärande och börja Modellering med data i Tidyverse idag!

Utveckla dina datakunskaper med DataCamp för mobilen

Gör framsteg när du är på språng med våra mobila kurser och dagliga 5-minuters kodningsutmaningar.