前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >R模型构建学习2-解决质量差的钻石反而价格贵的问题

R模型构建学习2-解决质量差的钻石反而价格贵的问题

作者头像
生信编程日常
发布2020-04-01 16:01:19
5490
发布2020-04-01 16:01:19
举报
文章被收录于专栏:生物信息学、python、R、linux

上次的代码:

代码语言:javascript
复制
library(ggplot2)
data(diamonds)

ggplot(diamonds, aes(cut, price)) + geom_boxplot()
ggplot(diamonds, aes(color, price)) + geom_boxplot()
ggplot(diamonds, aes(clarity, price)) + geom_boxplot()

ggplot(diamonds, aes(carat, price)) + geom_hex(bins = 50)


library(tidyverse)
library(modelr)
library(magrittr)
diamonds2 <- diamonds %>%
filter(carat <= 2.5) %>%
mutate(lprice = log2(price), lcarat = log2(carat))


ggplot(diamonds2, aes(lcarat, lprice)) +
geom_hex(bins = 50)

最后得到了重量和价格的关系图:

caret vs price

拟合线性模型:

代码语言:javascript
复制
mod_diamond <- lm(lprice ~ lcarat, data = diamonds2)

然后进行反向变换,还原数据:

代码语言:javascript
复制
grid <- diamonds2 %>%
data_grid(carat = seq_range(carat, 20)) %>%
mutate(lcarat = log2(carat)) %>%
add_predictions(mod_diamond, "lprice") %>%
mutate(price = 2 ^ lprice)
ggplot(diamonds2, aes(carat, price)) +
geom_hex(bins = 50) +
geom_line(data = grid, color = "red", size = 1)

caret vs price 2

检查一下残差,用残差来代替原来的price进行预测:

代码语言:javascript
复制
diamonds2 <- diamonds2 %>%
add_residuals(mod_diamond, "lresid")
ggplot(diamonds2, aes(lcarat, lresid)) +
geom_hex(bins = 50)

residuals

代码语言:javascript
复制
ggplot(diamonds2, aes(cut, lresid)) + geom_boxplot()
ggplot(diamonds2, aes(color, lresid)) + geom_boxplot()
ggplot(diamonds2, aes(clarity, lresid)) + geom_boxplot()

cut vs lresid

color vs lresid

clarity vs lresid

以最后一个图为例,最左边残差为-1,即lprice 比仅使用重量进行估计的预测值少一个单位,由于取过log2,因此值为-1 的点的价格为预计价格的一半,残差为1 时,价格则是预计价格的2 倍。

ps. 如果安装tidyverse的时候提示dplyr的namespace的问题,大概率是因为tidyverse需要>=0.8.3版本的dplyr,升级dplyr即可。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档