第三天的課程一樣由Crystal進行教授,內容是前兩天的整和應用也是整個DSP冬令營最精華的部分,搭配資料思考的思維,並且知曉R語言操作後,下一步當然就是打造預測模型!
訓練預測模型的流程,在R裡面相當簡易:
引入資料後,進行資料間觀察,並以統計方法打造預測模型,最後在以此模型去檢驗每筆輸入的資料所呈現的結果,其實這是非常基本的流程,在R裡面也相當容易去運作!
如果以線性函數來說,只要使用以下兩個函式:
lm(y~X) : 回歸函數
predict.lm() : 預測函數,就可以輕鬆建模,甚至是多元回歸。
 |
回歸price~area得出的model |
 |
area=50~100,所預測出的price |
今天在最後,DSP也再次給予我們每一個團隊時間,再重新思考第一天的提案,該如何以R執行並進行修改,很幸運的我們團隊的組成相當多元,因此也有清楚的團隊分工。在專案中我所扮演的是將訓練出的模型與PHP介接,並可以接受使用者參數,把輸出結果送至前端!
 |
團隊討論時間,小駭客松 |
總結是再次覺得這趟DSP冬令營真的是收穫滿滿滿啊!!!
沒有留言:
張貼留言