מערכות לומדות: תרגיל בית 2

1. ‫לומדות‬ ‫מערכות‬
‫תרגיל‬2
‫לוגיסטית‬ ‫רגרסיה‬
1.‫אנו‬ ‫זה‬ ‫בתרגיל‬‫נרצה‬‫האם‬ ‫לחזות‬‫בורסה‬‫ת‬ ‫או‬ ‫תעלה‬‫י‬‫מחר‬ ‫רד‬
–‫בעיי‬‫ת‬‫סיווג‬‫בינרי‬
a.‫דטה‬‫בספריית‬ ‫נמצא‬ ‫שלנו‬ISLR‫יש‬ .‫לעדיכן‬‫הספרייה‬ ‫את‬
b.‫של‬ ‫שם‬ .‫בדטה‬ ‫לצפות‬ ‫תוכלו‬ ‫הספרייה‬ ‫של‬ ‫עדכנה‬ ‫לאחר‬
‫הינו‬ ‫הדטה‬Smarket
c.‫כמה‬‫בלתי‬ ‫משתנים‬ ‫כמה‬ ?‫בנתונים‬ ‫יש‬ ‫תצפיות‬‫תלויי‬‫ם‬
‫של‬ ‫טיפוסים‬ ‫הם‬ ‫מה‬ ?‫חסרים‬ ‫ערכים‬ ‫יש‬ ‫האם‬ ?‫יש‬
?‫המשתנים‬
d.:‫משתנים‬ ‫על‬ ‫הסבר‬
i.‫משנת‬ ‫ויום‬ ‫יום‬ ‫בכל‬ ‫בורסה‬ ‫של‬ ‫תוצאות‬ ‫יש‬ ‫בדטה‬
2001‫עד‬2005
ii.‫כ‬ ‫עבור‬‫אחוז‬ ‫איזה‬ ‫כתוב‬ :‫יום‬ ‫ל‬‫הרווחנו‬‫מ‬-5‫ימים‬
‫קודמים‬lag1,lag2,lag3,lag4,lag5
iii.Volume‫נוכחי‬ ‫ביום‬ ‫שמחרו‬ ‫מנויות‬ ‫לכמות‬ ‫שווה‬
iv.Direction–‫משתנה‬‫תלוי‬‫בורסה‬ ‫האם‬ ‫שאומר‬
‫תעלה‬ ‫מחר‬‫ת‬ ‫או‬‫י‬‫רד‬
e.‫בנו‬‫יש‬ ‫האם‬ ‫לבדוק‬ ‫כדי‬ ‫קורלציות‬ ‫מטריצת‬‫קורלציות‬
‫המשתנים‬ ‫בין‬ ‫גבוהות‬
f.‫חלקו‬‫קבוצות‬ ‫לשתי‬ ‫הנתונים‬ ‫את‬TRAIN‫ו‬-TEST‫באו‬‫פן‬
‫שנת‬ ‫עד‬ ‫הנתונים‬ ‫כל‬ :‫הבא‬2004‫ב‬ ‫יהי‬ ‫כולל‬TRAIN‫וכל‬
‫בשנת‬ ‫הנתונים‬2005‫יהי‬‫ב‬-TEST

2. g.‫ל‬ ‫חיזוי‬ ‫מודל‬ ‫בנו‬ ‫לוגיסטית‬ ‫רגרסיה‬ ‫בעזרת‬-DIRECTION
‫סמך‬ ‫על‬:‫משתנים‬lag1,lag2,lag3,lag4,lag5, volume
h.‫האם‬‫בלתי‬ ‫משתנים‬ ‫יש‬ ‫האם‬ ?‫טוב‬ ‫מודל‬ ‫קיבלתם‬
‫תלויי‬‫ם‬‫המשמעותיי‬‫ם‬?‫במודל‬
i.‫בנו‬‫ל‬ ‫ניבוי‬-STRAIN‫סף‬ ‫עבור‬ ‫טעויות‬ ‫מטריצת‬ ‫ובנו‬0.5.
?‫מסקנה‬ ‫מה‬
j.‫קבוצת‬ ‫על‬ ‫בניבוי‬ ‫הצלחה‬ ‫אחוז‬ ‫מהו‬TRAIN?
k.‫כעת‬‫בנו‬‫לנתוני‬ ‫ניבוי‬TEST?‫עבור‬ ‫ההצלחה‬ ‫אחוז‬ ‫מהו‬
‫סף‬0.5??‫מסקנה‬ ‫מה‬
l.‫בנו‬‫ב‬ ‫רק‬ ‫שמשתמש‬ ‫ניבוי‬ ‫מודל‬lag1 lag 2-‫המודל‬ ‫האם‬ .
?‫יותר‬ ‫טוב‬
m.‫בנו‬‫עקומת‬ROC‫לשת‬‫את‬ ‫ומצאו‬ ‫המודלים‬ ‫י‬AUC
‫המודלים‬ ‫לשתי‬
‫בהצלחה‬

3. Solution
install.packages("ISLR")
library(ISLR)
str(Smarket)
summary(Smarket)
cor(Smarket[,-9])
pairs(Smarket)
table(Smarket$Direction)
attach(Smarket)
train=(Year<2005)
#f
Strain=subset(Smarket,Year<2005)
Stest=subset(Smarket,Year==2005)
#g h
model=glm(Direction~.-Year-Today,data=Strain,family=binomial)
summary(model)
#i
mod.pred=predict(model,type="response")
(table(mod.pred>0.5,Strain$Direction))
#j
(175+351)/(175+156+316+351)
#k
mod.test.pred=predict(model,Stest,type="response")

4. (table(mod.test.pred>0.5,Stest$Direction))
(77+44)/(77+44+97+34)
install.packages("ROCR")
library(ROCR)
ROCpredict=prediction(mod.test.pred,Stest$Direction)
ROCperf=performance(ROCpredict,"tpr","fpr")
plot(ROCperf)
auc.perf = performance(ROCpredict, measure = "auc")
auc.perf@y.values
f)