R语言数据分析作业
Assignment 2
Machine Learning and Big Data for Economics and Finance
Classification exercise
Consider the three variables in the dataset Assign2.csv. We are interested in predicting the third variable given the rst two variables as inputs.
1. Plot the data on a gure with the rst variable on the x-axis, the second vari- able on the y-axis and where the points color depends on the third variable.
2. Fit a linear model to the data. Produce a confusion matrix to show how well the model ts the data.
3. Repeat the same exercise for each of the following: a. Logistic regression.
b. Linear Discrminant Analysis.
c. Quadratic Discriminant Analysis.
4. Fit the model by k-nearest neighbor classi cation with k = 1; :::; 20. Produce a confusion matrix for each k.
5. Choose between all 24 methods by using 10-fold cross-validation. Try to justify the results based on your intuition regarding the data.
作业 2
经济和金融的机器学习和大数据
分类练习
考虑数据集 Assign2.csv 中的三个变量。 我们感兴趣的是在给定前两个变量作为输入的情况下预测第三个变量。
1. 将数据绘制在一个图形上，第一个变量在 x 轴上，第二个变量在 y 轴上，点的颜色取决于第三个变量。
2. 对数据拟合线性模型。 生成混淆矩阵以显示模型对数据的处理情况。
3. 对以下各项重复相同的练习： 逻辑回归。
b. 线性判别分析。
C。 二次判别分析。
4. 通过 k = 1 的 k 最近邻分类来拟合模型； ::::; 20. 为每个 k 生成一个混淆矩阵。
5. 使用 10 折交叉验证在所有 24 种方法之间进行选择。 尝试根据您对数据的直觉来证明结果的合理性。