Untitled

Câu 1

# Load dữ liệu
data(airquality)

# Loại NA
aq <- na.omit(airquality)

# Xây dựng mô hình hồi quy
model <- lm(Ozone ~ Solar.R + Wind + Temp, data = aq)

# Xem R^2 hiệu chỉnh
summary(model)$adj.r.squared

## [1] 0.5948449

Câu 2

library(mlbench)
data(PimaIndiansDiabetes)

model_log <- glm(diabetes ~ ., 
                 data = PimaIndiansDiabetes, 
                 family = binomial)

prob <- predict(model_log, type="response")
pred <- ifelse(prob > 0.5, "pos", "neg")
pred <- factor(pred, levels=levels(PimaIndiansDiabetes$diabetes))

table(pred, PimaIndiansDiabetes$diabetes)

##      
## pred  neg pos
##   neg 445 112
##   pos  55 156