Sayım tahmini için Poisson ve quasipoisson regresyonu

R'de Supervised Learning: Regresyon

Nina Zumel and John Mount

Win-Vector, LLC

Sayımları Tahmin Etme

glm(formula, data, family)

glm(formula, data, family)

family: poisson veya quasipoisson
girdiler log(count) içinde toplamsal ve doğrusaldır
çıktı: tamsayı
- sayımlar: ör. bir sürücünün aldığı trafik cezası sayısı
- oranlar: ör. günlük web sitesi tıklaması
tahmin: beklenen oran veya şiddet (tamsayı değil)
- beklenen trafik cezası sayısı; beklenen günlük tıklama

bikesJan %>% 
  summarize(mean = mean(cnt), var = var(cnt))

      mean      var
1 130.5587 14351.25

var(cnt) >> mean(cnt) olduğundan $\rightarrow$ quasipoisson kullan

fmla <- cnt ~ hr + holiday + workingday + 
  weathersit + temp + atemp + hum + windspeed

model <- glm(fmla, data = bikesJan, family = quasipoisson)

$$ pseudo R^2 = 1 - \frac{deviance}{null.deviance} $$

glance(model) %>%
  summarize(pseudoR2 = 1 - deviance/null.deviance)

   pseudoR2
1 0.7654358

predict(model, newdata = bikesFeb, type = "response")

Sayımları RMSE ile değerlendirebilirsin

bikesFeb %>%
  mutate(residual = cnt - pred) %>%
  summarize(rmse = sqrt(mean(residual^2)))

      rmse
1 69.32869

sd(bikesFeb$cnt)

134.2865

R'de Supervised Learning: Regresyon