Prediksi nilai siswa
Widi yantih
December 06, 2020
1 Latar Belakang
Data ini mendekati prestasi siswa dalam pendidikan menengah atas (SMA) sekolah Gabriel Pereira dan Mousinho da Silveira di Portugis. Atribut data yang digunakan adalah nilai siswa, fitur terkait berupa demografis, sosial dan sekolah. Data ini dikumpulkan dengan menggunakan laporan sekolah dan kuesioner. Data yang disediakan mengenai kinerja dalam mata pelajaran Matematika. Data dimodelkan dengan regresi linear berganda dengan tujuan untuk memprediksi nilai siswa di masa yang akan datang.
2 Persiapan Data
Data diambil dari https://www.kaggle.com/dipam7/student-grade-prediction
2.1 Packages
Berikut ini beberapa packages di r yang digunakan :
## Loading required package: usethis## WARNING: Rtools is required to build R packages, but is not currently installed.
##
## Please download and install Rtools 4.0 from https://cran.r-project.org/bin/windows/Rtools/.## Skipping install of 'paletti' from a github remote, the SHA1 (27e9a278) has not changed since last install.
## Use `force = TRUE` to force installation## Loading required package: ggplot2## Registered S3 method overwritten by 'GGally':
## method from
## +.gg ggplot2##
## Attaching package: 'plotly'## The following object is masked from 'package:ggplot2':
##
## last_plot## The following object is masked from 'package:stats':
##
## filter## The following object is masked from 'package:graphics':
##
## layoutlibrary(gridExtra)
library(grid)
library(knitr)
library(kableExtra)
library(cowplot)
library(formattable)##
## Attaching package: 'formattable'## The following object is masked from 'package:plotly':
##
## style## -- Attaching packages --------------------------------------- tidyverse 1.3.0 --## v tibble 3.0.1 v dplyr 1.0.2
## v tidyr 1.0.3 v stringr 1.4.0
## v readr 1.3.1 v forcats 0.5.0
## v purrr 0.3.4## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::combine() masks gridExtra::combine()
## x dplyr::filter() masks plotly::filter(), stats::filter()
## x dplyr::group_rows() masks kableExtra::group_rows()
## x dplyr::lag() masks stats::lag()## character(0)##
## Attaching package: 'scales'## The following object is masked from 'package:purrr':
##
## discard## The following object is masked from 'package:readr':
##
## col_factor## The following objects are masked from 'package:formattable':
##
## comma, percent, scientific## Loading required package: mvtnorm## Loading required package: modeltools## Loading required package: stats4## Loading required package: strucchange## Loading required package: zoo##
## Attaching package: 'zoo'## The following objects are masked from 'package:base':
##
## as.Date, as.Date.numeric## Loading required package: sandwich##
## Attaching package: 'strucchange'## The following object is masked from 'package:stringr':
##
## boundary## Loading required package: lattice##
## Attaching package: 'caret'## The following object is masked from 'package:purrr':
##
## lift2.2 Import Data
Data ini terdiri dari 395 data dengan 33 variabel
## school sex age address famsize Pstatus Medu Fedu Mjob Fjob reason
## 1 GP F 18 U GT3 A 4 4 at_home teacher course
## 2 GP F 17 U GT3 T 1 1 at_home other course
## 3 GP F 15 U LE3 T 1 1 at_home other other
## 4 GP F 15 U GT3 T 4 2 health services home
## 5 GP F 16 U GT3 T 3 3 other other home
## 6 GP M 16 U LE3 T 4 3 services other reputation
## guardian traveltime studytime failures schoolsup famsup paid activities
## 1 mother 2 2 0 yes no no no
## 2 father 1 2 0 no yes no no
## 3 mother 1 2 3 yes no yes no
## 4 mother 1 3 0 no yes yes yes
## 5 father 1 2 0 no yes yes no
## 6 mother 1 2 0 no yes yes yes
## nursery higher internet romantic famrel freetime goout Dalc Walc health
## 1 yes yes no no 4 3 4 1 1 3
## 2 no yes yes no 5 3 3 1 1 3
## 3 yes yes yes no 4 3 2 2 3 3
## 4 yes yes yes yes 3 2 2 1 1 5
## 5 yes yes no no 4 3 2 1 2 5
## 6 yes yes yes no 5 4 2 1 2 5
## absences G1 G2 G3
## 1 6 5 6 6
## 2 4 5 5 6
## 3 10 7 8 10
## 4 2 15 14 15
## 5 4 6 10 10
## 6 10 15 15 15## total.data total.variabel
## 1 395 332.3 Deskripsi Variabel
Berikut ini deskripsi masing-masing variabel dari dataset ini:
\(sex\) : Jenis kelamin pelajar (binary: female or male)
\(age\) : Umur pelajar (numeric: from 15 to 22)
\(school\) : Sekolah (binary: Gabriel Pereira or Mousinho da Silveira)
\(address\) : Alamat rumah pelajar (binary: urban or rural)
\(Pstatus\) : Tempat tinggal keluarga (binary: living together or apart)
\(Medu\) : Pendidikan Ibu (numeric: from 0 to \(4^a\))
\(Mjob\) : Pekerjaan Ibu
\(Fedu\) : Pendidikan Ayah (numeric: from 0 to \(4^a\))
\(Fjob\) : Pekerjaan Ayah
\(guardian\) : Wali murid (nominal: mother, father or other)
\(famsize\) : Banyak anggota keluarga (binary: ≤ 3 or > 3)
\(famrel\) : Hubungan siswa dengan keluarga (numeric: from 1 – very bad to 5 – excellent)
\(reason\) : Alasan memilih sekolah (nominal: close to home, school reputation, course preference or other)
\(traveltime\) : Waktu perjalanan ke sekolah (numeric: 1 – < 15 min., 2 – 15 to 30 min., 3 – 30 min. to 1 hour or 4 – > 1 hour)
\(studytime\) : Waktu belajar mingguan (numeric: 1 – < 2 hours, 2 – 2 to 5 hours, 3 – 5 to 10 hours or 4 – > 10 hours)
\(failures\) : Jumlah kegagalan kelas sebelumnya (numeric: n if 1 ≤ n < 3, else 4)
\(schoolsup\) : Dukungan sekolah terhadap extra pendidikan (binary: yes or no)
\(famsup\) : Dukungan keluarga terhadap extra pendidikan (binary: yes or no)
\(activities\) : Aktifitas ekstrakulikuler (binary: yes or no)
\(paidclass\) : Kelas berbayar tambahan (binary: yes or no)
\(internet\) : Akses internet di rumah (binary: yes or no)
\(nursery\) : Bersekolah di sekolah pembibitan (binary: yes or no)
\(higher\) : Ingin mengambil pendidikan tinggi (binary: yes or no)
\(romantic\) : Dengan hubungan yang baik (binary: yes or no)
\(freetime\) : Waktu bebas setelah sekolah (numeric: from 1 – very low to 5 – very high)
\(goout\) : Pergi bermain bersama teman (numeric: from 1 – very low to 5 – very high)
\(Walc\) : Konsumsi alkohol di akhir pekan (numeric: from 1 – very low to 5 – very high)
\(Dalc\) : Konsumsi alkohol di hari kerja (numeric: from 1 – very low to 5 – very high)
\(health\) : Status kesehatan saat ini (numeric: from 1 – very bad to 5 – very good)
\(absences\) : Jumlah absen di sekolah (numeric: from 0 to 93)
\(G1\) : Nilai periode pertama (numeric: from 0 to 20)
\(G2\) : Nilai periode kedua (numeric: from 0 to 20)
\(G3\) : Nilai akhir (numeric: from 0 to 20)
3 Pembersihan Data
3.1 Struktur Data
## Rows: 395
## Columns: 33
## $ school <chr> "GP", "GP", "GP", "GP", "GP", "GP", "GP", "GP", "GP", "G...
## $ sex <chr> "F", "F", "F", "F", "F", "M", "M", "F", "M", "M", "F", "...
## $ age <int> 18, 17, 15, 15, 16, 16, 16, 17, 15, 15, 15, 15, 15, 15, ...
## $ address <chr> "U", "U", "U", "U", "U", "U", "U", "U", "U", "U", "U", "...
## $ famsize <chr> "GT3", "GT3", "LE3", "GT3", "GT3", "LE3", "LE3", "GT3", ...
## $ Pstatus <chr> "A", "T", "T", "T", "T", "T", "T", "A", "A", "T", "T", "...
## $ Medu <int> 4, 1, 1, 4, 3, 4, 2, 4, 3, 3, 4, 2, 4, 4, 2, 4, 4, 3, 3,...
## $ Fedu <int> 4, 1, 1, 2, 3, 3, 2, 4, 2, 4, 4, 1, 4, 3, 2, 4, 4, 3, 2,...
## $ Mjob <chr> "at_home", "at_home", "at_home", "health", "other", "ser...
## $ Fjob <chr> "teacher", "other", "other", "services", "other", "other...
## $ reason <chr> "course", "course", "other", "home", "home", "reputation...
## $ guardian <chr> "mother", "father", "mother", "mother", "father", "mothe...
## $ traveltime <int> 2, 1, 1, 1, 1, 1, 1, 2, 1, 1, 1, 3, 1, 2, 1, 1, 1, 3, 1,...
## $ studytime <int> 2, 2, 2, 3, 2, 2, 2, 2, 2, 2, 2, 3, 1, 2, 3, 1, 3, 2, 1,...
## $ failures <int> 0, 0, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 3,...
## $ schoolsup <chr> "yes", "no", "yes", "no", "no", "no", "no", "yes", "no",...
## $ famsup <chr> "no", "yes", "no", "yes", "yes", "yes", "no", "yes", "ye...
## $ paid <chr> "no", "no", "yes", "yes", "yes", "yes", "no", "no", "yes...
## $ activities <chr> "no", "no", "no", "yes", "no", "yes", "no", "no", "no", ...
## $ nursery <chr> "yes", "no", "yes", "yes", "yes", "yes", "yes", "yes", "...
## $ higher <chr> "yes", "yes", "yes", "yes", "yes", "yes", "yes", "yes", ...
## $ internet <chr> "no", "yes", "yes", "yes", "no", "yes", "yes", "no", "ye...
## $ romantic <chr> "no", "no", "no", "yes", "no", "no", "no", "no", "no", "...
## $ famrel <int> 4, 5, 4, 3, 4, 5, 4, 4, 4, 5, 3, 5, 4, 5, 4, 4, 3, 5, 5,...
## $ freetime <int> 3, 3, 3, 2, 3, 4, 4, 1, 2, 5, 3, 2, 3, 4, 5, 4, 2, 3, 5,...
## $ goout <int> 4, 3, 2, 2, 2, 2, 4, 4, 2, 1, 3, 2, 3, 3, 2, 4, 3, 2, 5,...
## $ Dalc <int> 1, 1, 2, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2,...
## $ Walc <int> 1, 1, 3, 1, 2, 2, 1, 1, 1, 1, 2, 1, 3, 2, 1, 2, 2, 1, 4,...
## $ health <int> 3, 3, 3, 5, 5, 5, 3, 1, 1, 5, 2, 4, 5, 3, 3, 2, 2, 4, 5,...
## $ absences <int> 6, 4, 10, 2, 4, 10, 0, 6, 0, 0, 0, 4, 2, 2, 0, 4, 6, 4, ...
## $ G1 <int> 5, 5, 7, 15, 6, 15, 12, 6, 16, 14, 10, 10, 14, 10, 14, 1...
## $ G2 <int> 6, 5, 8, 14, 10, 15, 12, 5, 18, 15, 8, 12, 14, 10, 16, 1...
## $ G3 <int> 6, 6, 10, 15, 10, 15, 11, 6, 19, 15, 9, 12, 14, 11, 16, ...3.2 Periksa Data Hilang
## school sex age address famsize Pstatus Medu
## 0 0 0 0 0 0 0
## Fedu Mjob Fjob reason guardian traveltime studytime
## 0 0 0 0 0 0 0
## failures schoolsup famsup paid activities nursery higher
## 0 0 0 0 0 0 0
## internet romantic famrel freetime goout Dalc Walc
## 0 0 0 0 0 0 0
## health absences G1 G2 G3
## 0 0 0 0 0Tidak terdapat missing value pada dataset ini.
4 Analisis Korelasi Data
ggcorr(student,label = T, size=2, label_size = 3, hjust=0.95)+
labs(
title="Matriks Korelasi Data set"
)+
theme_minimal()+
theme(
plot.title = element_text(hjust = 0.5),
axis.title=element_text(size=8,face="bold"),
axis.text.y=element_blank())
Berdasarkan matriks korelasi dari data diatas, setiap variabel mempunyai pengaruh terhadap Nilai akhir(G3), variabel yang memiliki korelasi palinng tinggi yaitu Medu (pendidikan ibu),Dalc (konsumsi alkohol di hari kerja), G1 (nilai periode pertama), dan G2 (nilai periode kedua).
5 Visualisasi
5.1 Histogram umur
##
## 15 16 17 18 19 20 21 22
## 82 104 98 82 24 3 1 1## [1] 1.628285age= ggplot(aes(x=age), data=student)+
geom_histogram(binwidth = 0.50, fill='darkred', color='black')+
ggtitle("Age of students")
age
Dari histogram di atas, tampak bahwa sebagian besar siswa berusia antara 15 dan 18, karena sebagian besar siswa mulai Sekolah Menengah Atas (SMA) pada usia 15 dan lulus usia 18, mengingat fakta bahwa umumnya, Sekolah Menengah Atas (SMA) di seluruh dunia hanya 3 tahun terakhir. Namun ada 29 siswa yang berusia lebih dari 18 tahun.
5.2 Kasus
Apakah kemampuan siswa perempuan lebih baik dari siswa laki-laki? saya akan mengeksplorasi perbedaan jenis kelamin di kelas sehubungan dengan G1 (peringkat periode pertama).
Langkah-langkah yang akan dilakukan antara lain :
periksa jumlah siswa perempuan dan laki-laki di sekolah.
Periksa kinerja di kelas berdasarkan jenis kelamin dan usia dengan menjawab pertanyaan-pertanyaan berikut:
Siapa yang lebih baik di sekolah? Apakah anak perempuan berkinerja lebih baik atau apakah anak laki-laki mendapatkan hasil yang lebih baik daripada anak perempuan?
Apakah kinerja siswa menjadi lebih baik seiring bertambahnya usia?
5.2.1 Histogram jenis kelamin
##
## F M
## 208 187
Terlihat dari histogram di atas bahwa ada lebih banyak siswa perempuan (208) daripada siswa laki-laki (187).
5.2.2 Histogram Kesehatan
##
## 1 2 3 4 5
## 47 45 91 66 146health= ggplot(data=student,aes(x=health,fill=sex))+geom_histogram(binwidth=0.5, fill='darkgreen')
health
Terlihat bahwa mayoritas siswa dalam kondisi sehat
5.2.3 Histogram Area Tempat Tinggal
seperti yang terlihat sebagian besar siswa tinggal di daerah perkotaan (urban).
5.2.4 Histogram jenis kelamin dan Umur
## [1] 11.01705
Seperti yang ditunjukkan dengan jelas pada grafik di atas, sebagian besar siswa yang berumur lebih dari 18 adalah siswa laki-laki dan tidak ada siswa perempuan yang berumur lebih dari 20 tahun.
5.3 Kasus
5.3.1 G1 sehubungan dengan jenis kelamin dan usia
G1=ggplot(data=student,aes(x=age, y=G1, col=sex, shape=sex))+geom_point()+geom_smooth(method="lm",se=F)+facet_grid(~sex)
G1## `geom_smooth()` using formula 'y ~ x'
Kita dapat melihat bahwa kinerja anak perempuan menjadi lebih baik seiring bertambahnya usia, namun, penurunan kinerja anak laki-laki dapat dideteksi dalam grafik di atas. Meta-analisis yang diterbitkan oleh American Psychological Association memeriksa perbedaan jenis sekolah-sekolah di 300 negara dan selama hampir seratus tahun. Dan ternyata anak perempuan telah mendapatkan nilai yang lebih baik daripada anak laki-laki selama beberapa dekade.
5.4 Kasus
Mengapa kinerja siswa laki-laki menurun seiring bertambahnya usia?
Dalam bagian ini, saya akan menentukan berbagai faktor yang mempengaruhi kinerja siswa dengan menjawab pertanyaan-pertanyaan berikut:
Apakah kehadiran penting? Apakah kelas yang kosong berdampak negatif pada kinerja akademik siswa?
Apakah waktu perjalanan berdampak pada kinerja siswa? Apakah siswa yang tinggal di dekat sekolah memiliki hasil yang lebih baik daripada mereka yang tinggal jauh dari sekolah?
5.4.1 Histogram absen
absences= ggplot(data=student,aes(x=absences, y=G1, col=sex))+geom_point()+geom_smooth(method="lm",se=F)+facet_grid(~sex)
absences## `geom_smooth()` using formula 'y ~ x'
Dari grafik di atas, dapat terlihat bagaimana ketidakhadiran mempengaruhi kinerja anak laki-laki secara negatif, namun kelas yang hilang tidak memiliki dampak negatif pada prestasi anak perempuan di kelas.
5.4.2 Histogram waktu perjalanan
##
## 1 2 3 4
## 257 107 23 8travel=ggplot(data=student,aes(x=traveltime, y=G1, col=sex))+geom_point()+geom_smooth(method="lm",se=F)+facet_grid(~sex)
travel## `geom_smooth()` using formula 'y ~ x'
Seperti yang ditunjukkan di atas, dampak negatif dari waktu perjalanan dapat mempengaruhi kinerja siswa laki-laki, semakin jauh jarak rumah siswa laki-laki dengan sekolah, semakin sedikit hasil yang dia dapatkan.
Dari hasil yang di dapat disimpulkan bahwa waktu perjalanan dan kehadiran merupakan faktor utama yang mempengaruhi nilai siswa laki-laki. Namun, selain waktu perjalanan apa saja faktor lain yang be mempengaruhi kinerja siswa?
5.5 Kasus
Ini adalah fakta yang diketahui bahwa perilaku pengasuhan dan dukungan pendidikan dari orang tua untuk anak-anak dapat menumbuhkan kebiasaan belajar anak-anak dan mempengaruhi kinerja akademik. Maka:
Apakah tingkat pendidikan orang tua dan pekerjaan mempengaruhi prestasi anak di sekolah?
Bagaimana ukuran keluarga berkontribusi pada kinerja akademik siswa?
Apakah ada pengaruh antara keberadaan keluarga dengan kinerja siswa?
Bagaimana hubungan keluarga mempengaruhi kinerja akademik mahasiswa?
Bagaimana konsumsi alkohol di hari kerja mempengaruhi prestasi siswa?
Apakah tingkat pendidikan orang tua dan pekerjaan mempengaruhi prestasi anak di sekolah?
5.5.1 Histogram Pekerjaan Orang tua
### G3 sehubungan dengan Pekerjaan orang tua
## `geom_smooth()` using formula 'y ~ x'
## `geom_smooth()` using formula 'y ~ x'
Dari grafik di atas, kita tidak dapat melihat perbedaan yang jelas dalam kinerja siswa sesuai dengan pekerjaan orang tua.
5.5.2 Histogram Pendidikan Orang Tua
my_graph <- ggplot(student, aes(x = Fedu, y = Medu)) +
geom_point(aes(color = G1)) +
stat_smooth(method = "lm",
col = "#C42126",
se = FALSE,
size = 1)
my_graph## `geom_smooth()` using formula 'y ~ x'
Seperti yang diharapkan, semakin tingkat pendidikan orang tua mempengaruhi skor anak di sekolah. siswa yang orang tuanya memiliki tingkat pendidikan yang lebih tinggi menerapkan disiplin dalam belajar, keyakinan kemampuan yang lebih positif, orientasi kerja yang lebih kuat, dan mereka dapat menggunakan strategi pembelajaran yang lebih efektif daripada anak-anak dari orang tua dengan tingkat pendidikan yang lebih rendah.
5.6 Kasus
Selanjutnya bagaimana ukuran keluarga berkontribusi pada kinerja akademik siswa?
##
## GT3 LE3
## 281 114
Seperti yang ditunjukkan di atas, ada lebih banyak siswa dengan jumlah keluarga lebih besar dari 3 dibandingkan dengan siswa dengan jumlah keluarga kurang dari 3.
5.6.1 GI sehubungan Jumlah Anggota Keluarga
ggplot(data=student,aes(x=famsize, y=G1, col=sex))+geom_point()+geom_smooth(method="lm",se=F)+facet_grid(~sex)## `geom_smooth()` using formula 'y ~ x'
ggplot(data=student,aes(x=famsize, y=G1, col=sex))+geom_point()+geom_smooth(method="lm",se=F)+facet_grid(~sex) -> g1Menurut banyak artikel, jumlah anggota keluarga berkontribusi pada kegagalan atau keberhasilan seorang siswa di sekolah, dalam arti bahwa ketika keluarga besar, tidak akan ada konsentrasi yang memadai pada anak oleh orang tua mereka berdasarkan kinerja akademik anak. Namun, menurut grafik di atas, ada sedikit peningkatan dalam kinerja anak perempuan.
5.6.2 Histogram Keberadaan keluarga dengan G1
Apakah ada pengaruh antara keberadaan keluarga dengan kinerja siswa?
##
## A T
## 41 354
ggplot(data=student,aes(x=Pstatus, y=G1, fill=sex))+geom_boxplot()-> obj1
obj1+labs(title="G1 with respect to Pstatus", x="G1", fill="sex")
obj1+labs(title="G1 with respect to Pstatus", x="G1", fill="sex")->obj2
obj2+theme(panel.background = element_rect(fill="grey"))-> obj3
obj3+theme(plot.title= element_text(hjust=0.5,face="bold", colour="cadetblue"))
Melihat boxplot di atas, kita dapat menyimpulkan bahwa median Siswa perempuan G1 berada di sekitar 10 dan untuk anak laki-laki sekitar 12-13 dan jelas bagaimana anak laki-laki dan perempuan yang orang tuanya T ( Bersama) skor lebih tinggi daripada rekan-rekan mereka yang tidak bersama orang tua.
5.6.3 Histogram Hubungan Keluarga dengan G1
Bagaimana hubungan keluarga mempengaruhi kinerja akademik siswa?
ggplot(data=student,aes(x=famrel, y=G1, col=sex))+geom_point()+geom_smooth(method="lm",se=F)+facet_grid(~sex)## `geom_smooth()` using formula 'y ~ x'
ggplot(data=student,aes(x=famrel, y=G1, col=sex))+geom_point()+geom_smooth(method="lm",se=F)+facet_grid(~sex) -> g1Tidak ada keraguan bahwa siswa yang memiliki komunikasi yang baik dan hubungan yang baik dengan keluarga memiliki kinerja yang lebih baik di sekolah, dan bahwa apa yang dijelaskan grafik di atas, prestasi siswa meningkat dengan hubungan keluarga yang baik.
5.6.4 Histogram tingkat Konsumsi alkohol di hari kerja dengan G1
Bagaimana konsumsi alkohol di hari kerja mempengaruhi prestasi siswa?
my_graph <- ggplot(student, aes(x = Dalc, y = G1)) +
geom_point(aes(color = sex)) +
stat_smooth(method = "lm",
col = "#C42126",
se = FALSE,
size = 1)
my_graph## `geom_smooth()` using formula 'y ~ x'
Dari grafik di atas, kinerja Siswa menurun dengan bertambahnya konsumsi alkohol. Penyalahgunaan alkohol menyebabkan sering kebingungan dan gangguan memori. Konsumsi alkohol yang berlebihan menyebabkan ketidakmampuan untuk mengingat dengan baik. Dan siswa yang menyalahgunakan alkohol juga cenderung kehilangan konsentrasi di kelas.
5.7 Scatterplot Goout, Dalc dan G3
#Scatterplot G1 and G3
my_graph +
theme_dark() +
labs(
x = "Dalc",
y = "goout",
color = "G3",
title = "G3 with respect to goout and Dalc",
subtitle = " goout and Dalc",
caption = "Dalc and goout")## `geom_smooth()` using formula 'y ~ x'
Dari scatterplot di atas, kita dapat melihat G3 (nilai akhir) menurun dengan Goout(Pergi bermain bersama teman) dan (Dalc) Konsumsi alkohol harian.
6 Prediksi Nilai Akhir siswa
Pertama, saya akan mengubah struktur data kategoris karena algoritma regresi perlu variabel numeric.
student$age = as.numeric(student$age)
student$Fedu = as.numeric(student$Fedu)
student$Medu = as.numeric(student$Medu)
student$Fjob = as.numeric(student$Fjob)
student$Mjob = as.numeric(student$Fjob)
student$Dalc = as.numeric(student$Dalc)
student$traveltime = as.numeric(student$traveltime)
student$sex = as.numeric(student$sex)
student$absences = as.numeric(student$absences)
student$famsize = as.numeric(student$famsize)
student$famrel = as.numeric(student$famrel)
student$Pstatus = as.numeric(student$Pstatus)selanjutnya akan memprediksi Nilai akhir (G3) menggunakan regresi. Ini akan melalui 4 langkah:
Partisi Data
Membentuk Model Regresi
Memprediksi data pengujian
Mengevaluasi model
6.1 Pemisahan Data
Kami memulai dengan membagi data kami menjadi data training dan test.
set.seed(1234)
partition = createDataPartition(student[,'G3'], times=1, p=0.80, list=FALSE)
partition## Resample1
## [1,] 1
## [2,] 2
## [3,] 4
## [4,] 5
## [5,] 6
## [6,] 7
## [7,] 8
## [8,] 9
## [9,] 10
## [10,] 11
## [11,] 13
## [12,] 15
## [13,] 16
## [14,] 18
## [15,] 19
## [16,] 20
## [17,] 21
## [18,] 24
## [19,] 25
## [20,] 26
## [21,] 27
## [22,] 29
## [23,] 30
## [24,] 31
## [25,] 32
## [26,] 35
## [27,] 36
## [28,] 37
## [29,] 38
## [30,] 39
## [31,] 40
## [32,] 41
## [33,] 43
## [34,] 45
## [35,] 46
## [36,] 47
## [37,] 49
## [38,] 50
## [39,] 51
## [40,] 52
## [41,] 53
## [42,] 54
## [43,] 55
## [44,] 56
## [45,] 57
## [46,] 58
## [47,] 59
## [48,] 60
## [49,] 61
## [50,] 62
## [51,] 63
## [52,] 64
## [53,] 65
## [54,] 66
## [55,] 67
## [56,] 68
## [57,] 70
## [58,] 71
## [59,] 72
## [60,] 73
## [61,] 74
## [62,] 75
## [63,] 77
## [64,] 78
## [65,] 79
## [66,] 82
## [67,] 83
## [68,] 84
## [69,] 85
## [70,] 87
## [71,] 90
## [72,] 92
## [73,] 93
## [74,] 95
## [75,] 96
## [76,] 98
## [77,] 99
## [78,] 100
## [79,] 101
## [80,] 102
## [81,] 103
## [82,] 104
## [83,] 105
## [84,] 106
## [85,] 107
## [86,] 108
## [87,] 109
## [88,] 110
## [89,] 111
## [90,] 112
## [91,] 113
## [92,] 114
## [93,] 117
## [94,] 118
## [95,] 120
## [96,] 121
## [97,] 124
## [98,] 125
## [99,] 126
## [100,] 127
## [101,] 128
## [102,] 129
## [103,] 130
## [104,] 131
## [105,] 132
## [106,] 133
## [107,] 134
## [108,] 135
## [109,] 138
## [110,] 139
## [111,] 140
## [112,] 142
## [113,] 143
## [114,] 144
## [115,] 145
## [116,] 147
## [117,] 148
## [118,] 150
## [119,] 151
## [120,] 152
## [121,] 153
## [122,] 154
## [123,] 155
## [124,] 156
## [125,] 157
## [126,] 158
## [127,] 159
## [128,] 160
## [129,] 161
## [130,] 162
## [131,] 163
## [132,] 164
## [133,] 165
## [134,] 166
## [135,] 168
## [136,] 170
## [137,] 172
## [138,] 174
## [139,] 175
## [140,] 178
## [141,] 180
## [142,] 181
## [143,] 182
## [144,] 183
## [145,] 184
## [146,] 185
## [147,] 186
## [148,] 187
## [149,] 188
## [150,] 189
## [151,] 190
## [152,] 191
## [153,] 192
## [154,] 194
## [155,] 195
## [156,] 196
## [157,] 197
## [158,] 198
## [159,] 199
## [160,] 201
## [161,] 202
## [162,] 203
## [163,] 204
## [164,] 205
## [165,] 206
## [166,] 207
## [167,] 208
## [168,] 209
## [169,] 210
## [170,] 211
## [171,] 212
## [172,] 213
## [173,] 214
## [174,] 215
## [175,] 217
## [176,] 218
## [177,] 219
## [178,] 220
## [179,] 221
## [180,] 222
## [181,] 223
## [182,] 224
## [183,] 225
## [184,] 226
## [185,] 229
## [186,] 231
## [187,] 233
## [188,] 234
## [189,] 235
## [190,] 237
## [191,] 239
## [192,] 240
## [193,] 241
## [194,] 242
## [195,] 243
## [196,] 245
## [197,] 246
## [198,] 247
## [199,] 248
## [200,] 249
## [201,] 250
## [202,] 254
## [203,] 255
## [204,] 256
## [205,] 257
## [206,] 258
## [207,] 259
## [208,] 260
## [209,] 261
## [210,] 262
## [211,] 263
## [212,] 264
## [213,] 265
## [214,] 266
## [215,] 267
## [216,] 269
## [217,] 270
## [218,] 271
## [219,] 272
## [220,] 273
## [221,] 274
## [222,] 275
## [223,] 276
## [224,] 277
## [225,] 278
## [226,] 279
## [227,] 280
## [228,] 282
## [229,] 283
## [230,] 285
## [231,] 287
## [232,] 288
## [233,] 289
## [234,] 290
## [235,] 291
## [236,] 292
## [237,] 293
## [238,] 294
## [239,] 295
## [240,] 296
## [241,] 297
## [242,] 298
## [243,] 299
## [244,] 300
## [245,] 301
## [246,] 302
## [247,] 303
## [248,] 305
## [249,] 306
## [250,] 307
## [251,] 308
## [252,] 310
## [253,] 311
## [254,] 312
## [255,] 313
## [256,] 314
## [257,] 315
## [258,] 316
## [259,] 317
## [260,] 318
## [261,] 320
## [262,] 321
## [263,] 323
## [264,] 325
## [265,] 326
## [266,] 327
## [267,] 328
## [268,] 329
## [269,] 330
## [270,] 331
## [271,] 334
## [272,] 335
## [273,] 336
## [274,] 337
## [275,] 339
## [276,] 340
## [277,] 341
## [278,] 342
## [279,] 346
## [280,] 348
## [281,] 349
## [282,] 350
## [283,] 351
## [284,] 352
## [285,] 353
## [286,] 355
## [287,] 356
## [288,] 358
## [289,] 359
## [290,] 360
## [291,] 363
## [292,] 364
## [293,] 365
## [294,] 366
## [295,] 367
## [296,] 368
## [297,] 369
## [298,] 371
## [299,] 372
## [300,] 373
## [301,] 374
## [302,] 375
## [303,] 376
## [304,] 377
## [305,] 378
## [306,] 379
## [307,] 380
## [308,] 382
## [309,] 384
## [310,] 385
## [311,] 387
## [312,] 388
## [313,] 389
## [314,] 391
## [315,] 392
## [316,] 393
## [317,] 394
## [318,] 395## school sex age address famsize Pstatus Medu Fedu Mjob Fjob reason
## 1 GP NA 18 U NA NA 4 4 NA NA course
## 2 GP NA 17 U NA NA 1 1 NA NA course
## 4 GP NA 15 U NA NA 4 2 NA NA home
## 5 GP NA 16 U NA NA 3 3 NA NA home
## 6 GP NA 16 U NA NA 4 3 NA NA reputation
## 7 GP NA 16 U NA NA 2 2 NA NA home
## 8 GP NA 17 U NA NA 4 4 NA NA home
## 9 GP NA 15 U NA NA 3 2 NA NA home
## 10 GP NA 15 U NA NA 3 4 NA NA home
## 11 GP NA 15 U NA NA 4 4 NA NA reputation
## 13 GP NA 15 U NA NA 4 4 NA NA course
## 15 GP NA 15 U NA NA 2 2 NA NA home
## 16 GP NA 16 U NA NA 4 4 NA NA home
## 18 GP NA 16 U NA NA 3 3 NA NA reputation
## 19 GP NA 17 U NA NA 3 2 NA NA course
## 20 GP NA 16 U NA NA 4 3 NA NA home
## 21 GP NA 15 U NA NA 4 3 NA NA reputation
## 24 GP NA 16 U NA NA 2 2 NA NA reputation
## 25 GP NA 15 R NA NA 2 4 NA NA course
## 26 GP NA 16 U NA NA 2 2 NA NA home
## 27 GP NA 15 U NA NA 2 2 NA NA home
## 29 GP NA 16 U NA NA 3 4 NA NA home
## 30 GP NA 16 U NA NA 4 4 NA NA home
## 31 GP NA 15 U NA NA 4 4 NA NA home
## 32 GP NA 15 U NA NA 4 4 NA NA reputation
## 35 GP NA 16 U NA NA 3 2 NA NA home
## 36 GP NA 15 U NA NA 2 3 NA NA other
## 37 GP NA 15 U NA NA 4 3 NA NA home
## 38 GP NA 16 R NA NA 4 4 NA NA reputation
## 39 GP NA 15 R NA NA 3 4 NA NA course
## 40 GP NA 15 R NA NA 2 2 NA NA reputation
## 41 GP NA 16 U NA NA 2 2 NA NA home
## 43 GP NA 15 U NA NA 4 4 NA NA course
## 45 GP NA 16 U NA NA 2 2 NA NA course
## 46 GP NA 15 U NA NA 4 3 NA NA course
## 47 GP NA 16 U NA NA 3 3 NA NA home
## 49 GP NA 15 U NA NA 4 2 NA NA home
## 50 GP NA 15 U NA NA 4 4 NA NA other
## 51 GP NA 16 U NA NA 2 2 NA NA course
## 52 GP NA 15 U NA NA 4 2 NA NA other
## 53 GP NA 15 U NA NA 4 2 NA NA other
## 54 GP NA 15 U NA NA 4 4 NA NA course
## 55 GP NA 15 U NA NA 3 3 NA NA other
## 56 GP NA 16 U NA NA 2 1 NA NA other
## 57 GP NA 15 U NA NA 4 3 NA NA reputation
## 58 GP NA 15 U NA NA 4 4 NA NA reputation
## 59 GP NA 15 U NA NA 1 2 NA NA home
## 60 GP NA 16 U NA NA 4 2 NA NA course
## 61 GP NA 16 R NA NA 4 4 NA NA other
## 62 GP NA 16 U NA NA 1 1 NA NA course
## 63 GP NA 16 U NA NA 1 2 NA NA reputation
## 64 GP NA 16 U NA NA 4 3 NA NA home
## 65 GP NA 15 U NA NA 4 3 NA NA reputation
## 66 GP NA 16 U NA NA 4 3 NA NA course
## 67 GP NA 15 U NA NA 4 4 NA NA reputation
## 68 GP NA 16 U NA NA 3 1 NA NA course
## 70 GP NA 15 R NA NA 3 1 NA NA reputation
## 71 GP NA 16 U NA NA 3 1 NA NA reputation
## 72 GP NA 15 U NA NA 4 2 NA NA course
## 73 GP NA 15 R NA NA 1 1 NA NA reputation
## 74 GP NA 16 U NA NA 3 1 NA NA reputation
## 75 GP NA 16 U NA NA 3 3 NA NA home
## 77 GP NA 15 U NA NA 4 0 NA NA course
## 78 GP NA 16 U NA NA 2 2 NA NA reputation
## 79 GP NA 17 U NA NA 2 1 NA NA home
## 82 GP NA 15 U NA NA 2 3 NA NA home
## 83 GP NA 15 U NA NA 3 2 NA NA reputation
## 84 GP NA 15 U NA NA 2 2 NA NA home
## 85 GP NA 15 U NA NA 1 1 NA NA home
## 87 GP NA 16 U NA NA 2 2 NA NA course
## 90 GP NA 16 U NA NA 4 4 NA NA reputation
## 92 GP NA 15 U NA NA 4 3 NA NA reputation
## 93 GP NA 16 U NA NA 3 1 NA NA home
## 95 GP NA 15 U NA NA 2 2 NA NA reputation
## 96 GP NA 15 R NA NA 1 1 NA NA home
## 98 GP NA 16 U NA NA 2 1 NA NA course
## 99 GP NA 16 U NA NA 4 4 NA NA reputation
## 100 GP NA 16 U NA NA 4 3 NA NA course
## 101 GP NA 16 U NA NA 4 4 NA NA other
## 102 GP NA 16 U NA NA 4 4 NA NA other
## 103 GP NA 15 U NA NA 4 4 NA NA course
## 104 GP NA 15 U NA NA 3 2 NA NA home
## 105 GP NA 15 U NA NA 3 4 NA NA course
## 106 GP NA 15 U NA NA 3 3 NA NA reputation
## 107 GP NA 15 U NA NA 2 2 NA NA course
## 108 GP NA 16 U NA NA 3 3 NA NA home
## 109 GP NA 15 R NA NA 4 4 NA NA home
## 110 GP NA 16 U NA NA 4 4 NA NA other
## 111 GP NA 15 U NA NA 4 4 NA NA course
## 112 GP NA 16 R NA NA 3 3 NA NA reputation
## 113 GP NA 16 U NA NA 2 2 NA NA home
## 114 GP NA 15 U NA NA 4 2 NA NA course
## 117 GP NA 15 U NA NA 4 4 NA NA reputation
## 118 GP NA 16 U NA NA 3 3 NA NA home
## 120 GP NA 15 U NA NA 3 4 NA NA reputation
## 121 GP NA 15 U NA NA 1 2 NA NA course
## 124 GP NA 16 U NA NA 4 4 NA NA course
## 125 GP NA 16 U NA NA 2 2 NA NA home
## 126 GP NA 15 U NA NA 3 4 NA NA home
## 127 GP NA 15 U NA NA 3 4 NA NA home
## 128 GP NA 19 U NA NA 0 1 NA NA course
## 129 GP NA 18 R NA NA 2 2 NA NA reputation
## 130 GP NA 16 R NA NA 4 4 NA NA course
## 131 GP NA 15 R NA NA 3 4 NA NA course
## 132 GP NA 15 U NA NA 1 1 NA NA course
## 133 GP NA 17 U NA NA 2 2 NA NA course
## 134 GP NA 16 U NA NA 3 4 NA NA course
## 135 GP NA 15 R NA NA 3 4 NA NA course
## 138 GP NA 16 U NA NA 3 3 NA NA course
## 139 GP NA 16 U NA NA 1 1 NA NA course
## 140 GP NA 15 U NA NA 4 4 NA NA course
## 142 GP NA 16 U NA NA 2 2 NA NA reputation
## 143 GP NA 15 U NA NA 4 4 NA NA course
## 144 GP NA 16 U NA NA 1 1 NA NA course
## 145 GP NA 17 U NA NA 2 1 NA NA home
## 147 GP NA 15 U NA NA 3 2 NA NA home
## 148 GP NA 15 U NA NA 1 2 NA NA course
## 150 GP NA 15 U NA NA 2 1 NA NA course
## 151 GP NA 18 U NA NA 1 1 NA NA course
## 152 GP NA 16 U NA NA 2 1 NA NA course
## 153 GP NA 15 R NA NA 3 3 NA NA reputation
## 154 GP NA 19 U NA NA 3 2 NA NA home
## 155 GP NA 17 U NA NA 4 4 NA NA course
## 156 GP NA 15 R NA NA 2 3 NA NA course
## 157 GP NA 17 R NA NA 1 2 NA NA reputation
## 158 GP NA 18 R NA NA 1 1 NA NA course
## 159 GP NA 16 R NA NA 2 2 NA NA course
## 160 GP NA 16 U NA NA 3 3 NA NA course
## 161 GP NA 17 R NA NA 2 1 NA NA course
## 162 GP NA 15 R NA NA 3 2 NA NA course
## 163 GP NA 16 U NA NA 1 2 NA NA course
## 164 GP NA 17 U NA NA 1 3 NA NA course
## 165 GP NA 17 R NA NA 1 1 NA NA course
## 166 GP NA 16 U NA NA 3 2 NA NA course
## 168 GP NA 16 U NA NA 4 2 NA NA home
## 170 GP NA 16 U NA NA 4 4 NA NA reputation
## 172 GP NA 16 U NA NA 1 0 NA NA reputation
## 174 GP NA 16 U NA NA 1 3 NA NA home
## 175 GP NA 16 U NA NA 3 3 NA NA reputation
## 178 GP NA 17 U NA NA 3 3 NA NA reputation
## 180 GP NA 17 U NA NA 4 3 NA NA course
## 181 GP NA 16 U NA NA 4 3 NA NA home
## 182 GP NA 16 U NA NA 3 3 NA NA home
## 183 GP NA 17 U NA NA 2 4 NA NA reputation
## 184 GP NA 17 U NA NA 3 3 NA NA reputation
## 185 GP NA 16 U NA NA 3 2 NA NA reputation
## 186 GP NA 17 U NA NA 3 3 NA NA other
## 187 GP NA 16 U NA NA 1 2 NA NA other
## 188 GP NA 16 U NA NA 2 1 NA NA course
## 189 GP NA 17 U NA NA 3 3 NA NA reputation
## 190 GP NA 17 R NA NA 1 2 NA NA home
## 191 GP NA 16 U NA NA 2 3 NA NA course
## 192 GP NA 17 U NA NA 1 1 NA NA course
## 194 GP NA 16 R NA NA 3 3 NA NA reputation
## 195 GP NA 16 U NA NA 2 3 NA NA home
## 196 GP NA 17 U NA NA 2 4 NA NA course
## 197 GP NA 17 U NA NA 4 4 NA NA home
## 198 GP NA 16 R NA NA 3 3 NA NA home
## 199 GP NA 17 U NA NA 4 4 NA NA home
## 201 GP NA 16 U NA NA 4 3 NA NA home
## 202 GP NA 16 U NA NA 2 3 NA NA reputation
## 203 GP NA 17 U NA NA 1 1 NA NA course
## 204 GP NA 17 R NA NA 2 2 NA NA reputation
## 205 GP NA 16 R NA NA 2 2 NA NA reputation
## 206 GP NA 17 U NA NA 3 4 NA NA home
## 207 GP NA 16 U NA NA 3 1 NA NA course
## 208 GP NA 16 U NA NA 4 3 NA NA other
## 209 GP NA 16 U NA NA 1 1 NA NA home
## 210 GP NA 17 R NA NA 4 3 NA NA reputation
## 211 GP NA 19 U NA NA 3 3 NA NA reputation
## 212 GP NA 17 U NA NA 4 4 NA NA home
## 213 GP NA 16 U NA NA 2 2 NA NA reputation
## 214 GP NA 18 U NA NA 2 2 NA NA home
## 215 GP NA 17 R NA NA 4 4 NA NA other
## 217 GP NA 17 U NA NA 4 3 NA NA reputation
## 218 GP NA 18 U NA NA 3 3 NA NA home
## 219 GP NA 17 U NA NA 2 3 NA NA home
## 220 GP NA 17 U NA NA 2 2 NA NA course
## 221 GP NA 17 R NA NA 2 1 NA NA reputation
## 222 GP NA 17 U NA NA 1 1 NA NA reputation
## 223 GP NA 16 U NA NA 2 3 NA NA other
## 224 GP NA 18 U NA NA 2 2 NA NA home
## 225 GP NA 16 U NA NA 4 4 NA NA home
## 226 GP NA 18 R NA NA 3 1 NA NA reputation
## 229 GP NA 18 U NA NA 2 1 NA NA course
## 231 GP NA 17 U NA NA 4 3 NA NA reputation
## 233 GP NA 17 U NA NA 4 4 NA NA reputation
## 234 GP NA 16 U NA NA 4 4 NA NA reputation
## 235 GP NA 16 U NA NA 1 1 NA NA home
## 237 GP NA 17 U NA NA 2 2 NA NA home
## 239 GP NA 17 R NA NA 2 1 NA NA course
## 240 GP NA 18 U NA NA 2 2 NA NA reputation
## 241 GP NA 17 U NA NA 4 3 NA NA course
## 242 GP NA 17 R NA NA 4 4 NA NA course
## 243 GP NA 16 U NA NA 4 3 NA NA course
## 245 GP NA 18 U NA NA 2 1 NA NA course
## 246 GP NA 16 U NA NA 2 1 NA NA course
## 247 GP NA 17 U NA NA 2 3 NA NA course
## 248 GP NA 22 U NA NA 3 1 NA NA other
## 249 GP NA 18 R NA NA 3 3 NA NA course
## 250 GP NA 16 U NA NA 0 2 NA NA other
## 254 GP NA 16 R NA NA 2 1 NA NA course
## 255 GP NA 17 R NA NA 2 1 NA NA course
## 256 GP NA 17 U NA NA 1 1 NA NA course
## 257 GP NA 17 U NA NA 4 2 NA NA reputation
## 258 GP NA 19 U NA NA 4 3 NA NA reputation
## 259 GP NA 18 U NA NA 2 1 NA NA home
## 260 GP NA 17 U NA NA 2 2 NA NA course
## 261 GP NA 18 U NA NA 4 3 NA NA home
## 262 GP NA 18 U NA NA 4 3 NA NA course
## 263 GP NA 18 R NA NA 3 2 NA NA course
## 264 GP NA 17 U NA NA 3 3 NA NA home
## 265 GP NA 18 U NA NA 2 2 NA NA home
## 266 GP NA 18 R NA NA 3 4 NA NA reputation
## 267 GP NA 17 U NA NA 3 1 NA NA other
## 269 GP NA 18 U NA NA 4 2 NA NA reputation
## 270 GP NA 18 R NA NA 2 1 NA NA reputation
## 271 GP NA 19 U NA NA 3 3 NA NA home
## 272 GP NA 18 U NA NA 2 3 NA NA reputation
## 273 GP NA 18 U NA NA 1 1 NA NA home
## 274 GP NA 17 R NA NA 1 2 NA NA home
## 275 GP NA 17 U NA NA 2 4 NA NA reputation
## 276 GP NA 17 U NA NA 2 2 NA NA course
## 277 GP NA 18 R NA NA 3 2 NA NA home
## 278 GP NA 18 U NA NA 4 4 NA NA home
## 279 GP NA 18 U NA NA 4 4 NA NA reputation
## 280 GP NA 18 U NA NA 4 3 NA NA course
## 282 GP NA 17 U NA NA 3 2 NA NA home
## 283 GP NA 18 R NA NA 1 1 NA NA reputation
## 285 GP NA 17 U NA NA 2 2 NA NA course
## 287 GP NA 18 U NA NA 2 2 NA NA other
## 288 GP NA 17 U NA NA 1 1 NA NA reputation
## 289 GP NA 18 U NA NA 2 1 NA NA reputation
## 290 GP NA 18 U NA NA 4 4 NA NA reputation
## 291 GP NA 18 U NA NA 4 2 NA NA home
## 292 GP NA 17 U NA NA 4 3 NA NA reputation
## 293 GP NA 18 U NA NA 2 1 NA NA reputation
## 294 GP NA 17 R NA NA 3 1 NA NA reputation
## 295 GP NA 18 R NA NA 3 2 NA NA reputation
## 296 GP NA 17 U NA NA 3 3 NA NA home
## 297 GP NA 19 U NA NA 4 4 NA NA reputation
## 298 GP NA 18 U NA NA 4 3 NA NA home
## 299 GP NA 18 U NA NA 4 3 NA NA reputation
## 300 GP NA 18 U NA NA 4 4 NA NA home
## 301 GP NA 18 U NA NA 4 4 NA NA home
## 302 GP NA 17 U NA NA 4 4 NA NA home
## 303 GP NA 17 U NA NA 4 2 NA NA reputation
## 305 GP NA 19 U NA NA 3 3 NA NA home
## 306 GP NA 18 U NA NA 2 4 NA NA reputation
## 307 GP NA 20 U NA NA 3 2 NA NA course
## 308 GP NA 19 U NA NA 4 4 NA NA reputation
## 310 GP NA 19 U NA NA 1 1 NA NA reputation
## 311 GP NA 19 U NA NA 1 2 NA NA home
## 312 GP NA 19 U NA NA 2 1 NA NA other
## 313 GP NA 19 U NA NA 1 2 NA NA course
## 314 GP NA 19 U NA NA 3 2 NA NA reputation
## 315 GP NA 19 U NA NA 1 1 NA NA home
## 316 GP NA 19 R NA NA 2 3 NA NA reputation
## 317 GP NA 18 U NA NA 2 1 NA NA course
## 318 GP NA 18 U NA NA 4 3 NA NA course
## 320 GP NA 18 U NA NA 4 4 NA NA course
## 321 GP NA 17 U NA NA 4 3 NA NA course
## 323 GP NA 17 R NA NA 2 2 NA NA course
## 325 GP NA 17 U NA NA 0 2 NA NA home
## 326 GP NA 18 U NA NA 4 4 NA NA course
## 327 GP NA 17 U NA NA 3 3 NA NA reputation
## 328 GP NA 17 R NA NA 2 2 NA NA course
## 329 GP NA 17 U NA NA 4 4 NA NA course
## 330 GP NA 17 U NA NA 4 4 NA NA course
## 331 GP NA 18 U NA NA 2 2 NA NA course
## 334 GP NA 18 U NA NA 2 2 NA NA home
## 335 GP NA 18 R NA NA 2 2 NA NA course
## 336 GP NA 17 U NA NA 3 4 NA NA course
## 337 GP NA 19 R NA NA 3 1 NA NA home
## 339 GP NA 18 U NA NA 3 3 NA NA home
## 340 GP NA 17 R NA NA 3 2 NA NA home
## 341 GP NA 19 U NA NA 2 1 NA NA home
## 342 GP NA 18 U NA NA 4 4 NA NA home
## 346 GP NA 18 U NA NA 3 2 NA NA other
## 348 GP NA 18 U NA NA 4 3 NA NA course
## 349 GP NA 17 U NA NA 4 3 NA NA reputation
## 350 MS NA 18 R NA NA 3 2 NA NA course
## 351 MS NA 19 R NA NA 1 1 NA NA home
## 352 MS NA 17 U NA NA 3 3 NA NA course
## 353 MS NA 18 U NA NA 1 3 NA NA course
## 355 MS NA 17 R NA NA 4 3 NA NA home
## 356 MS NA 18 U NA NA 3 3 NA NA course
## 358 MS NA 17 U NA NA 3 2 NA NA reputation
## 359 MS NA 18 U NA NA 1 1 NA NA home
## 360 MS NA 18 U NA NA 1 1 NA NA course
## 363 MS NA 18 U NA NA 3 3 NA NA other
## 364 MS NA 17 U NA NA 4 4 NA NA course
## 365 MS NA 17 R NA NA 1 2 NA NA course
## 366 MS NA 18 R NA NA 1 3 NA NA course
## 367 MS NA 18 U NA NA 4 4 NA NA other
## 368 MS NA 17 R NA NA 1 1 NA NA reputation
## 369 MS NA 18 U NA NA 2 3 NA NA course
## 371 MS NA 19 U NA NA 3 2 NA NA home
## 372 MS NA 18 R NA NA 1 2 NA NA other
## 373 MS NA 17 U NA NA 2 2 NA NA home
## 374 MS NA 17 R NA NA 1 2 NA NA course
## 375 MS NA 18 R NA NA 4 4 NA NA reputation
## 376 MS NA 18 R NA NA 1 1 NA NA home
## 377 MS NA 20 U NA NA 4 2 NA NA course
## 378 MS NA 18 R NA NA 4 4 NA NA course
## 379 MS NA 18 U NA NA 3 3 NA NA home
## 380 MS NA 17 R NA NA 3 1 NA NA reputation
## 382 MS NA 18 R NA NA 2 1 NA NA other
## 384 MS NA 19 R NA NA 1 1 NA NA other
## 385 MS NA 18 R NA NA 4 2 NA NA home
## 387 MS NA 18 R NA NA 4 4 NA NA reputation
## 388 MS NA 19 R NA NA 2 3 NA NA course
## 389 MS NA 18 U NA NA 3 1 NA NA course
## 391 MS NA 20 U NA NA 2 2 NA NA course
## 392 MS NA 17 U NA NA 3 1 NA NA course
## 393 MS NA 21 R NA NA 1 1 NA NA course
## 394 MS NA 18 R NA NA 3 2 NA NA course
## 395 MS NA 19 U NA NA 1 1 NA NA course
## guardian traveltime studytime failures schoolsup famsup paid activities
## 1 mother 2 2 0 yes no no no
## 2 father 1 2 0 no yes no no
## 4 mother 1 3 0 no yes yes yes
## 5 father 1 2 0 no yes yes no
## 6 mother 1 2 0 no yes yes yes
## 7 mother 1 2 0 no no no no
## 8 mother 2 2 0 yes yes no no
## 9 mother 1 2 0 no yes yes no
## 10 mother 1 2 0 no yes yes yes
## 11 mother 1 2 0 no yes yes no
## 13 father 1 1 0 no yes yes yes
## 15 other 1 3 0 no yes no no
## 16 mother 1 1 0 no yes no no
## 18 mother 3 2 0 yes yes no yes
## 19 mother 1 1 3 no yes no yes
## 20 father 1 1 0 no no yes yes
## 21 mother 1 2 0 no no no no
## 24 mother 2 2 0 no yes no yes
## 25 mother 1 3 0 yes yes yes yes
## 26 mother 1 1 2 no yes yes no
## 27 mother 1 1 0 no yes yes no
## 29 mother 1 2 0 yes yes no yes
## 30 mother 1 2 0 no yes yes yes
## 31 mother 1 2 0 no yes yes no
## 32 mother 2 2 0 no yes no yes
## 35 mother 1 1 0 no yes yes no
## 36 father 2 1 0 no yes no yes
## 37 mother 1 3 0 no yes no yes
## 38 mother 2 3 0 no yes no yes
## 39 mother 1 3 0 yes yes yes yes
## 40 mother 1 1 0 yes yes yes yes
## 41 mother 2 2 1 no yes no yes
## 43 father 1 2 0 no yes no yes
## 45 father 2 2 1 yes no no yes
## 46 mother 1 2 0 yes yes yes yes
## 47 mother 1 2 0 no yes no no
## 49 mother 1 2 0 no yes yes no
## 50 father 1 2 1 yes yes no yes
## 51 mother 3 2 0 no yes yes no
## 52 mother 1 2 0 no yes yes no
## 53 father 2 1 1 no no no no
## 54 mother 1 1 0 yes yes yes no
## 55 mother 1 1 0 no no yes no
## 56 mother 1 2 0 no no yes yes
## 57 mother 1 2 0 no yes yes yes
## 58 mother 1 2 0 no yes no yes
## 59 father 1 2 0 yes yes no yes
## 60 mother 1 2 0 no yes no no
## 61 mother 1 2 0 no yes no yes
## 62 father 4 1 0 yes yes no yes
## 63 father 1 2 0 yes no no yes
## 64 mother 1 3 0 yes yes yes yes
## 65 father 1 2 0 yes no no yes
## 66 mother 3 2 0 no yes no yes
## 67 mother 1 4 0 no yes no yes
## 68 mother 1 4 0 yes yes yes no
## 70 father 2 4 0 no yes no no
## 71 father 2 4 0 no yes yes no
## 72 mother 1 4 0 no no no no
## 73 mother 1 2 2 yes yes no no
## 74 mother 1 1 0 no no no yes
## 75 mother 1 2 0 yes yes yes yes
## 77 mother 2 4 0 no no no yes
## 78 mother 1 4 0 no no yes no
## 79 mother 2 1 3 yes yes no yes
## 82 mother 1 3 0 yes no yes no
## 83 mother 1 2 0 no yes yes no
## 84 mother 2 2 0 no no yes yes
## 85 father 1 2 0 no yes no yes
## 87 mother 1 2 0 no yes no no
## 90 mother 1 2 0 no yes no no
## 92 mother 1 1 0 no no yes yes
## 93 father 1 2 0 yes yes no no
## 95 mother 1 4 0 no yes no yes
## 96 mother 2 4 1 yes yes yes yes
## 98 mother 1 2 0 no yes yes no
## 99 mother 1 1 0 no no no yes
## 100 mother 1 3 0 yes yes yes no
## 101 mother 1 1 0 yes yes yes yes
## 102 father 1 3 0 no yes no yes
## 103 mother 1 1 0 no yes no yes
## 104 mother 2 2 0 yes yes yes no
## 105 mother 1 2 0 no yes yes yes
## 106 father 1 4 0 yes no no no
## 107 mother 1 4 0 yes yes yes no
## 108 father 1 3 0 no yes no yes
## 109 father 4 4 0 no yes yes yes
## 110 mother 1 3 0 no yes yes yes
## 111 mother 1 1 0 no no no yes
## 112 father 1 3 1 yes yes no yes
## 113 mother 1 2 1 yes no no yes
## 114 mother 1 1 0 no no no no
## 117 father 2 2 0 no yes no yes
## 118 father 2 1 0 no no no yes
## 120 father 1 1 0 no no no no
## 121 mother 1 2 0 no no no no
## 124 mother 1 1 0 no yes no yes
## 125 mother 1 2 0 no no yes no
## 126 father 1 1 0 yes no no no
## 127 mother 1 2 0 yes no no yes
## 128 other 1 2 3 no yes no no
## 129 mother 1 1 2 no yes no yes
## 130 mother 1 1 0 no no yes yes
## 131 father 2 3 2 no yes no no
## 132 mother 3 1 0 no yes no yes
## 133 father 1 1 0 no yes no no
## 134 father 1 1 0 no no no no
## 135 mother 4 2 0 no yes no no
## 138 other 2 1 2 no yes no yes
## 139 mother 1 2 1 no no no no
## 140 mother 2 1 0 no no no yes
## 142 father 2 1 2 no yes no yes
## 143 mother 1 3 0 no yes yes yes
## 144 mother 1 1 0 no no no no
## 145 mother 1 1 3 no yes no no
## 147 father 1 2 3 no yes no no
## 148 mother 1 2 0 no yes yes no
## 150 mother 4 1 3 no no no no
## 151 mother 1 1 3 no no no no
## 152 mother 1 1 1 no no no yes
## 153 other 2 3 2 no yes yes yes
## 154 mother 1 1 3 no yes no no
## 155 mother 1 1 0 yes yes no no
## 156 mother 1 2 0 yes no yes yes
## 157 mother 1 1 0 no no no no
## 158 mother 3 1 3 no yes no yes
## 159 mother 3 1 0 no no no no
## 160 father 1 2 1 no yes yes no
## 161 mother 2 1 2 no no no yes
## 162 mother 2 2 2 yes yes no no
## 163 mother 2 1 1 no no no yes
## 164 father 1 1 0 no no no no
## 165 mother 4 2 3 no no no yes
## 166 mother 2 1 1 no yes no yes
## 168 father 1 2 0 no no yes no
## 170 mother 1 2 0 no yes yes no
## 172 mother 2 2 0 no yes yes yes
## 174 mother 1 2 3 no no no yes
## 175 mother 2 2 0 no yes yes yes
## 178 father 1 2 0 no no no yes
## 180 mother 1 2 0 no yes no yes
## 181 mother 1 2 0 no yes yes yes
## 182 mother 1 2 0 no no yes yes
## 183 father 1 2 0 no yes no yes
## 184 mother 1 2 0 no yes no yes
## 185 mother 1 2 0 no yes yes no
## 186 mother 1 2 0 no yes no yes
## 187 mother 1 1 0 no yes yes yes
## 188 mother 1 2 0 no no yes yes
## 189 mother 1 2 0 no yes no no
## 190 mother 1 2 0 no no no no
## 191 mother 1 2 0 no no no no
## 192 mother 1 2 0 no no no yes
## 194 mother 1 1 0 no yes no yes
## 195 father 2 1 0 no no no no
## 196 father 1 2 0 no no no yes
## 197 mother 1 1 0 no no no no
## 198 father 3 1 0 no yes yes yes
## 199 mother 2 1 1 no yes no no
## 201 mother 1 2 0 no yes no yes
## 202 mother 1 2 0 yes yes yes yes
## 203 mother 1 2 0 no yes yes no
## 204 mother 1 1 0 no yes no no
## 205 mother 2 4 0 no yes yes yes
## 206 mother 1 3 1 no yes yes no
## 207 mother 1 2 3 no yes yes no
## 208 mother 1 2 0 no no yes yes
## 209 mother 2 1 0 no yes yes no
## 210 mother 2 3 0 no yes yes yes
## 211 other 1 4 0 no yes yes yes
## 212 mother 1 2 0 no yes yes no
## 213 mother 1 2 0 yes yes yes no
## 214 mother 1 2 1 no yes yes yes
## 215 mother 1 1 0 no yes yes no
## 217 mother 1 2 2 no no yes no
## 218 father 1 2 1 no yes yes no
## 219 father 2 1 0 no yes yes no
## 220 mother 1 3 0 no yes yes yes
## 221 mother 2 2 0 no yes no yes
## 222 mother 1 3 1 no yes no yes
## 223 mother 1 2 0 yes no no no
## 224 mother 2 2 0 no yes yes no
## 225 mother 1 3 0 no yes no yes
## 226 mother 1 2 1 no no no yes
## 229 mother 4 2 0 yes yes yes yes
## 231 father 1 2 0 no no no yes
## 233 mother 1 2 0 yes yes no yes
## 234 father 1 2 0 no yes yes yes
## 235 mother 2 2 0 no yes yes no
## 237 father 1 2 0 no no yes yes
## 239 mother 3 2 0 no no no yes
## 240 father 1 2 1 no no no no
## 241 mother 2 2 0 no no no yes
## 242 mother 2 2 0 no yes yes no
## 243 mother 1 1 0 no no no yes
## 245 other 2 3 0 no yes yes no
## 246 mother 3 1 0 no no no no
## 247 father 2 1 0 no no no no
## 248 mother 1 1 3 no no no no
## 249 mother 1 2 1 no yes no no
## 250 mother 1 1 0 no no yes no
## 254 mother 2 1 0 no no no yes
## 255 mother 1 1 0 no no no no
## 256 mother 2 1 1 no yes no yes
## 257 mother 1 4 0 no yes yes yes
## 258 mother 1 2 0 no yes no no
## 259 mother 1 2 0 no no no yes
## 260 father 1 4 0 no no yes yes
## 261 father 1 2 0 no yes yes no
## 262 mother 1 2 0 no yes yes no
## 263 mother 1 3 0 no no no yes
## 264 mother 1 3 0 no no no yes
## 265 mother 1 3 0 no yes yes yes
## 266 mother 2 2 0 no yes yes yes
## 267 mother 1 2 0 no no yes yes
## 269 father 1 2 0 no yes yes yes
## 270 mother 2 2 0 no yes no no
## 271 other 1 2 2 no yes yes yes
## 272 father 1 4 0 no yes yes yes
## 273 mother 2 2 0 no yes yes no
## 274 mother 1 2 0 no yes yes yes
## 275 mother 2 2 0 no yes yes no
## 276 mother 2 2 0 yes yes yes no
## 277 mother 2 2 0 no no no no
## 278 mother 2 1 0 no no yes yes
## 279 father 1 2 1 yes yes no yes
## 280 mother 2 1 0 no no yes yes
## 282 mother 1 1 1 no no no no
## 283 mother 2 4 0 no yes yes yes
## 285 mother 1 2 0 no yes no no
## 287 mother 1 3 0 no yes yes no
## 288 mother 1 3 0 no yes yes no
## 289 mother 1 3 0 no no yes yes
## 290 mother 1 2 0 no yes yes yes
## 291 mother 1 2 0 no yes yes yes
## 292 mother 1 3 0 no yes yes no
## 293 mother 1 2 1 no no no no
## 294 mother 2 4 0 no yes yes no
## 295 mother 2 3 0 no yes yes yes
## 296 mother 1 1 0 no yes yes no
## 297 other 2 2 0 no yes yes yes
## 298 other 2 2 0 no yes yes no
## 299 father 1 4 0 no yes yes no
## 300 mother 1 1 0 no yes yes no
## 301 mother 1 2 0 no yes no no
## 302 father 2 1 0 no no yes no
## 303 mother 2 3 0 no yes yes no
## 305 other 1 2 1 no yes no yes
## 306 other 1 2 1 no yes yes yes
## 307 other 1 1 0 no no no yes
## 308 other 2 1 1 no yes yes no
## 310 other 1 2 1 yes yes no yes
## 311 other 1 2 1 no no no yes
## 312 other 3 2 0 no yes no no
## 313 other 1 2 1 no no no no
## 314 other 2 2 1 no yes yes no
## 315 other 1 3 2 no no no no
## 316 other 1 3 1 no no no no
## 317 mother 2 2 0 no yes yes yes
## 318 mother 1 3 0 no yes yes yes
## 320 mother 1 2 0 no yes yes no
## 321 mother 1 2 0 no yes yes no
## 323 mother 1 3 0 no yes yes yes
## 325 father 2 3 0 no no no no
## 326 mother 1 3 0 no no no yes
## 327 mother 1 1 0 no no no yes
## 328 mother 4 1 0 no yes no no
## 329 mother 1 3 0 no yes yes yes
## 330 mother 2 3 0 no yes yes no
## 331 mother 1 4 0 no yes no yes
## 334 other 1 2 0 no no no yes
## 335 mother 2 4 0 no no no yes
## 336 mother 1 3 0 no no no no
## 337 other 1 3 1 no no yes no
## 339 mother 1 4 0 no yes no no
## 340 mother 1 2 0 no yes yes no
## 341 other 1 3 1 no no yes yes
## 342 father 1 2 1 no yes no yes
## 346 mother 1 3 0 no no no no
## 348 mother 1 3 0 no yes yes no
## 349 mother 1 3 0 no yes yes yes
## 350 mother 2 1 1 no yes no no
## 351 other 3 2 3 no no no no
## 352 mother 2 2 0 no yes yes no
## 353 mother 1 1 1 no no no no
## 355 mother 2 2 0 no yes yes yes
## 356 father 1 2 0 no yes no no
## 358 mother 2 2 0 no no no no
## 359 father 2 1 0 no no no no
## 360 father 2 3 0 no no no no
## 363 mother 2 2 0 no yes no no
## 364 mother 1 2 0 no yes yes yes
## 365 father 2 2 0 no no no no
## 366 mother 2 2 0 no yes yes no
## 367 mother 2 3 0 no no yes no
## 368 mother 3 1 1 no yes yes no
## 369 father 2 1 0 no yes yes no
## 371 other 2 2 2 no no no yes
## 372 father 3 1 0 no yes yes yes
## 373 mother 1 3 0 no no no yes
## 374 mother 1 1 0 no no no yes
## 375 mother 2 3 0 no no no no
## 376 mother 4 3 0 no no no no
## 377 other 2 3 2 no yes yes no
## 378 mother 1 2 0 no no yes yes
## 379 mother 1 2 0 no no yes no
## 380 mother 1 2 0 no yes yes yes
## 382 mother 2 1 0 no no no yes
## 384 mother 2 1 1 no no no no
## 385 father 2 1 1 no no yes no
## 387 mother 3 1 0 no yes yes yes
## 388 mother 1 3 1 no no no yes
## 389 mother 1 2 0 no yes yes no
## 391 other 1 2 2 no yes yes no
## 392 mother 2 1 0 no no no no
## 393 other 1 1 3 no no no no
## 394 mother 3 1 0 no no no no
## 395 father 1 1 0 no no no no
## nursery higher internet romantic famrel freetime goout Dalc Walc health
## 1 yes yes no no 4 3 4 1 1 3
## 2 no yes yes no 5 3 3 1 1 3
## 4 yes yes yes yes 3 2 2 1 1 5
## 5 yes yes no no 4 3 2 1 2 5
## 6 yes yes yes no 5 4 2 1 2 5
## 7 yes yes yes no 4 4 4 1 1 3
## 8 yes yes no no 4 1 4 1 1 1
## 9 yes yes yes no 4 2 2 1 1 1
## 10 yes yes yes no 5 5 1 1 1 5
## 11 yes yes yes no 3 3 3 1 2 2
## 13 yes yes yes no 4 3 3 1 3 5
## 15 yes yes yes yes 4 5 2 1 1 3
## 16 yes yes yes no 4 4 4 1 2 2
## 18 yes yes no no 5 3 2 1 1 4
## 19 yes yes yes no 5 5 5 2 4 5
## 20 yes yes yes no 3 1 3 1 3 5
## 21 yes yes yes no 4 4 1 1 1 1
## 24 yes yes yes no 5 4 4 2 4 5
## 25 yes yes yes no 4 3 2 1 1 5
## 26 no yes yes no 1 2 2 1 3 5
## 27 yes yes yes no 4 2 2 1 2 5
## 29 yes yes yes no 5 3 3 1 1 5
## 30 yes yes yes yes 4 4 5 5 5 5
## 31 no yes yes no 5 4 2 3 4 5
## 32 yes yes yes no 4 3 1 1 1 5
## 35 no yes yes no 5 4 3 1 1 5
## 36 yes yes no no 3 5 1 1 1 5
## 37 yes yes yes no 5 4 3 1 1 4
## 38 yes yes yes yes 2 4 3 1 1 5
## 39 yes yes yes no 4 3 2 1 1 5
## 40 yes yes no no 4 3 1 1 1 2
## 41 no yes yes yes 3 3 3 1 2 3
## 43 yes yes yes no 4 3 3 1 1 5
## 45 yes yes yes no 4 3 3 2 2 5
## 46 yes yes yes yes 5 2 2 1 1 5
## 47 yes yes yes no 2 3 5 1 4 3
## 49 yes yes no no 4 3 3 2 2 5
## 50 no yes yes no 4 4 4 1 1 3
## 51 yes yes yes no 4 3 3 2 3 4
## 52 yes yes yes no 4 3 3 1 1 5
## 53 yes yes no no 5 5 5 3 4 5
## 54 yes yes yes no 3 3 4 2 3 5
## 55 yes yes yes no 5 3 4 4 4 1
## 56 yes yes yes yes 5 3 4 1 1 2
## 57 yes yes yes no 4 3 2 1 1 1
## 58 yes yes no no 3 2 2 1 1 5
## 59 yes yes yes no 4 3 2 1 1 5
## 60 yes yes yes no 4 2 3 1 1 5
## 61 yes yes no no 2 4 4 2 3 4
## 62 no yes yes yes 5 5 5 5 5 5
## 63 yes yes yes no 4 4 3 1 1 1
## 64 yes yes yes no 3 4 4 2 4 4
## 65 yes yes yes yes 4 4 4 2 4 2
## 66 yes yes yes no 5 4 3 1 2 1
## 67 no yes yes yes 1 3 3 5 5 3
## 68 yes yes yes no 4 3 3 1 2 5
## 70 no yes yes no 4 4 2 2 3 3
## 71 yes yes yes no 4 3 2 1 1 5
## 72 yes yes yes no 3 3 3 1 1 3
## 73 no yes yes yes 3 3 4 2 4 5
## 74 yes yes no no 5 3 2 2 2 5
## 75 yes yes yes no 4 3 3 2 4 5
## 77 yes yes yes no 3 4 3 1 1 1
## 78 yes yes yes yes 5 2 3 1 3 3
## 79 yes no yes no 4 5 1 1 1 3
## 82 no yes yes no 5 3 2 1 2 5
## 83 yes yes yes no 4 4 4 1 1 5
## 84 yes yes yes no 5 3 3 1 3 4
## 85 no yes yes no 4 3 2 2 3 4
## 87 yes yes no no 4 3 4 1 2 2
## 90 yes yes no no 4 1 3 3 5 5
## 92 yes yes yes no 4 5 5 1 3 1
## 93 yes yes no no 3 3 3 2 3 2
## 95 yes yes yes no 4 3 4 1 1 4
## 96 yes yes yes no 3 1 2 1 1 1
## 98 yes yes no yes 4 3 5 1 1 5
## 99 no yes yes no 5 3 4 1 2 1
## 100 yes yes yes no 5 3 5 1 1 3
## 101 yes yes yes no 4 5 5 5 5 4
## 102 yes yes yes yes 4 4 3 1 1 4
## 103 no yes yes no 5 3 3 1 1 5
## 104 yes yes yes no 4 3 5 1 1 2
## 105 yes yes yes no 5 4 4 1 1 1
## 106 yes yes no no 4 3 3 1 1 4
## 107 yes yes yes no 5 1 2 1 1 3
## 108 yes yes yes no 5 3 3 1 1 5
## 109 yes yes yes yes 1 3 5 3 5 1
## 110 yes yes yes yes 5 4 5 1 1 4
## 111 yes yes yes no 5 5 3 1 1 4
## 112 yes yes yes no 4 1 2 1 1 2
## 113 yes yes yes no 3 1 2 1 1 5
## 114 yes yes yes no 3 5 2 1 1 3
## 117 yes yes no no 4 4 3 1 1 2
## 118 yes yes yes no 5 4 2 1 1 5
## 120 yes yes yes no 3 4 3 1 2 4
## 121 no yes yes no 3 2 3 1 2 1
## 124 yes yes yes no 3 4 4 1 4 5
## 125 yes yes yes yes 5 4 4 1 1 5
## 126 yes yes yes no 5 5 5 3 2 5
## 127 yes yes yes yes 5 3 2 1 1 1
## 128 no no no no 3 4 2 1 1 5
## 129 yes yes yes no 3 3 3 1 2 4
## 130 yes yes yes no 3 5 5 2 5 4
## 131 yes yes yes yes 4 2 2 2 2 5
## 132 no yes yes yes 4 3 3 1 2 4
## 133 yes yes yes yes 3 4 4 1 3 5
## 134 yes yes yes no 3 2 1 1 4 5
## 135 yes yes no yes 5 3 3 1 1 5
## 138 no yes yes yes 4 3 2 1 1 5
## 139 yes yes no yes 4 4 4 1 3 5
## 140 yes yes yes no 4 3 2 1 1 5
## 142 yes yes yes no 2 3 3 2 2 2
## 143 yes yes yes no 4 2 2 1 1 5
## 144 yes yes yes no 3 4 4 3 3 1
## 145 yes yes yes no 5 4 5 1 2 5
## 147 yes yes yes no 3 3 2 1 1 3
## 148 no yes yes no 4 3 2 1 1 5
## 150 yes yes yes no 4 5 5 2 5 5
## 151 yes no yes yes 2 3 5 2 5 4
## 152 yes yes no yes 4 4 4 3 5 5
## 153 yes yes yes yes 4 2 1 2 3 3
## 154 yes no yes yes 4 5 4 1 1 4
## 155 yes yes no yes 4 2 1 1 1 4
## 156 yes yes no no 4 4 4 1 1 1
## 157 yes yes no no 2 2 2 3 3 5
## 158 no yes no no 5 2 5 1 5 4
## 159 no yes no no 4 2 2 1 2 3
## 160 yes yes yes yes 4 5 5 4 4 5
## 161 yes no yes yes 3 3 2 2 2 5
## 162 yes yes yes yes 4 4 4 1 4 3
## 163 yes yes no no 4 4 4 2 4 5
## 164 yes no yes no 5 3 3 1 4 2
## 165 yes no no yes 5 3 5 1 5 5
## 166 no no no no 4 5 2 1 1 2
## 168 yes yes yes yes 4 2 3 1 1 3
## 170 yes yes yes yes 4 4 2 1 1 3
## 172 yes yes yes yes 4 3 2 1 1 3
## 174 no yes yes yes 4 3 5 1 1 3
## 175 yes yes yes no 4 4 5 1 1 4
## 178 no yes yes no 4 3 4 1 4 4
## 180 yes yes yes yes 5 2 3 1 1 2
## 181 yes yes yes no 3 4 3 2 3 3
## 182 yes yes yes yes 4 2 3 1 2 3
## 183 yes yes no no 5 4 2 2 3 5
## 184 yes yes yes yes 5 3 3 2 3 1
## 185 yes yes yes no 1 2 2 1 2 1
## 186 yes yes yes yes 4 3 4 2 3 4
## 187 yes yes yes yes 3 3 3 1 2 3
## 188 yes yes yes yes 4 2 3 1 2 5
## 189 no yes yes yes 3 3 3 1 3 3
## 190 yes yes no no 3 1 3 1 5 3
## 191 yes yes yes no 4 3 3 1 1 2
## 192 yes yes yes no 5 3 3 1 1 3
## 194 yes yes yes no 4 3 2 3 4 5
## 195 yes yes yes no 5 3 3 1 1 3
## 196 yes yes yes yes 4 3 2 1 1 5
## 197 yes yes yes no 5 2 3 1 2 5
## 198 yes yes yes no 3 3 4 3 5 3
## 199 yes yes yes no 4 2 4 2 3 2
## 201 yes yes yes no 4 3 5 1 5 2
## 202 yes yes no no 4 4 3 1 3 4
## 203 no yes no no 4 4 4 1 3 1
## 204 yes yes yes no 5 3 2 1 2 3
## 205 no yes yes no 5 3 5 1 1 5
## 206 yes yes yes yes 4 4 3 3 4 5
## 207 yes yes yes no 2 3 3 2 2 4
## 208 yes yes yes yes 1 3 2 1 1 1
## 209 yes yes no no 4 3 2 1 4 5
## 210 yes yes yes yes 4 4 2 1 1 4
## 211 yes yes yes no 4 3 3 1 2 3
## 212 yes yes yes yes 5 3 5 4 5 3
## 213 yes yes yes no 3 3 4 1 1 4
## 214 yes yes yes no 4 4 4 2 4 5
## 215 yes yes no no 5 2 1 1 2 3
## 217 yes yes yes yes 3 4 5 2 4 1
## 218 yes yes yes no 3 2 4 2 4 4
## 219 yes yes no no 3 3 3 1 4 3
## 220 yes yes yes no 4 3 3 1 1 4
## 221 yes yes yes no 4 2 5 1 2 5
## 222 yes yes no yes 4 3 4 1 1 5
## 223 yes yes yes no 2 3 1 1 1 3
## 224 yes yes yes no 3 3 3 5 5 4
## 225 no yes yes no 5 3 2 1 1 5
## 226 yes yes yes yes 5 3 3 1 1 4
## 229 yes yes yes yes 4 3 2 4 5 3
## 231 yes yes yes yes 3 2 3 1 2 3
## 233 yes yes yes yes 4 5 5 1 3 2
## 234 yes yes yes no 4 2 4 2 4 1
## 235 yes yes yes no 3 4 2 1 1 5
## 237 no yes yes yes 4 4 2 5 5 4
## 239 yes yes no no 2 1 1 1 1 3
## 240 yes no yes no 5 5 4 3 5 2
## 241 yes yes yes yes 2 5 5 1 4 5
## 242 yes yes yes no 3 3 3 2 3 4
## 243 no yes yes no 5 4 5 1 1 3
## 245 no yes yes yes 4 4 4 1 1 3
## 246 yes yes yes no 4 3 3 1 1 4
## 247 yes yes yes no 5 2 2 1 1 2
## 248 no no yes yes 5 4 5 5 5 1
## 249 yes yes yes yes 4 3 3 1 3 5
## 250 no yes yes no 4 3 2 2 4 5
## 254 no yes no no 3 3 2 1 3 3
## 255 no yes yes no 4 4 2 2 4 5
## 256 yes yes yes no 4 4 4 1 2 5
## 257 yes yes yes no 4 2 3 1 1 4
## 258 yes yes yes no 4 3 1 1 1 1
## 259 yes yes yes no 5 2 4 1 2 4
## 260 yes yes yes yes 3 4 1 1 1 2
## 261 yes yes yes yes 3 1 2 1 3 2
## 262 no yes yes no 4 3 2 1 1 3
## 263 no yes no no 5 3 2 1 1 3
## 264 no yes no no 3 2 3 1 1 4
## 265 yes yes yes yes 4 3 3 1 1 3
## 266 yes yes yes no 4 2 5 3 4 1
## 267 yes yes yes yes 5 4 4 3 4 5
## 269 yes yes yes yes 5 4 5 1 3 5
## 270 yes no yes yes 4 3 5 1 2 3
## 271 yes yes yes no 4 3 5 3 3 5
## 272 yes yes yes yes 4 5 5 1 3 2
## 273 no yes no no 4 4 3 1 1 3
## 274 no yes no yes 3 5 2 2 2 1
## 275 yes yes yes yes 4 3 3 1 1 1
## 276 yes yes yes yes 4 4 4 2 3 5
## 277 no no yes yes 4 1 1 1 1 5
## 278 yes yes yes no 3 2 4 1 4 3
## 279 yes yes yes yes 2 4 4 1 1 4
## 280 yes yes yes no 4 2 3 1 2 1
## 282 yes yes yes no 4 4 4 3 4 3
## 283 yes yes no no 5 2 2 1 1 3
## 285 no yes yes no 5 4 5 1 2 5
## 287 yes yes yes no 4 3 3 1 2 2
## 288 yes yes yes no 4 3 3 1 1 3
## 289 yes yes yes no 4 2 4 1 3 2
## 290 yes yes yes no 5 4 3 1 1 2
## 291 yes yes yes yes 4 3 2 1 4 5
## 292 yes yes yes no 4 2 2 1 2 3
## 293 yes yes yes yes 5 4 3 1 1 5
## 294 yes yes no no 3 1 2 1 1 3
## 295 yes yes yes no 5 4 2 1 1 4
## 296 yes yes yes no 4 4 3 1 3 5
## 297 yes yes yes no 2 3 4 2 3 2
## 298 yes yes yes yes 4 4 5 1 2 2
## 299 yes yes yes no 4 3 3 1 1 3
## 300 yes yes yes yes 1 4 2 2 2 1
## 301 yes yes yes yes 4 2 4 1 1 4
## 302 yes yes yes no 4 1 1 2 2 5
## 303 yes yes yes no 4 3 3 1 1 3
## 305 yes yes yes yes 4 4 4 1 1 3
## 306 yes yes yes no 4 4 3 1 1 3
## 307 yes yes no no 5 5 3 1 1 5
## 308 yes yes yes yes 4 3 4 1 1 4
## 310 no yes yes no 4 4 3 1 3 3
## 311 no yes no yes 4 2 4 2 2 3
## 312 yes no yes yes 3 4 1 1 1 2
## 313 no yes yes no 4 5 2 2 2 4
## 314 no yes yes yes 4 2 2 1 2 1
## 315 no yes yes yes 4 1 2 1 1 3
## 316 yes yes yes yes 4 1 2 1 1 3
## 317 yes yes yes no 5 3 3 1 2 1
## 318 yes yes yes yes 4 3 4 1 1 5
## 320 yes yes yes no 4 4 4 3 3 5
## 321 yes yes yes yes 5 2 2 1 2 5
## 323 yes yes yes no 3 3 2 2 2 3
## 325 yes yes yes no 3 3 3 2 3 2
## 326 yes yes yes no 4 3 3 2 2 3
## 327 no yes yes no 4 3 5 3 5 5
## 328 yes yes yes no 4 4 5 5 5 4
## 329 yes yes yes no 5 4 4 1 3 4
## 330 no yes yes yes 4 3 3 1 2 4
## 331 yes yes yes no 4 5 5 2 4 5
## 334 no yes yes yes 4 3 3 1 1 2
## 335 yes yes no no 4 4 4 1 1 4
## 336 yes yes yes no 4 4 5 1 3 5
## 337 yes yes no no 5 4 3 1 2 5
## 339 yes yes yes no 5 3 3 1 1 1
## 340 yes yes yes no 4 3 3 2 3 2
## 341 yes yes yes yes 4 3 4 1 3 3
## 342 yes yes yes no 4 3 3 2 2 2
## 346 yes yes yes yes 5 4 3 2 3 1
## 348 yes yes yes yes 5 4 5 2 3 5
## 349 yes yes yes yes 4 4 3 1 3 4
## 350 no yes yes no 2 5 5 5 5 5
## 351 yes yes yes no 5 4 4 3 3 2
## 352 yes yes yes no 4 5 4 2 3 3
## 353 yes no yes yes 4 3 3 2 3 3
## 355 no yes yes yes 4 5 5 1 3 2
## 356 yes yes no yes 5 3 4 1 1 5
## 358 yes yes no yes 1 2 3 1 2 5
## 359 no yes yes yes 3 3 2 1 2 3
## 360 yes yes yes no 5 3 2 1 1 4
## 363 yes yes yes yes 4 3 2 1 3 3
## 364 yes yes yes yes 2 3 4 1 1 1
## 365 no yes no no 3 2 2 1 2 3
## 366 yes yes no no 3 3 4 2 4 3
## 367 yes yes yes yes 4 2 2 2 2 5
## 368 yes yes yes yes 5 2 1 1 2 1
## 369 yes yes yes yes 5 2 3 1 2 4
## 371 yes yes no yes 3 2 2 1 1 3
## 372 yes no yes yes 4 3 3 2 3 3
## 373 yes yes no yes 3 4 3 1 1 3
## 374 yes yes yes no 3 5 5 1 3 1
## 375 yes yes yes no 5 4 4 1 1 1
## 376 yes yes yes no 4 3 2 1 2 4
## 377 no yes yes yes 5 4 3 1 1 3
## 378 yes yes yes no 5 4 3 3 4 2
## 379 yes yes yes yes 4 1 3 1 2 1
## 380 no yes yes no 4 5 4 2 3 1
## 382 no yes yes yes 4 4 3 1 3 5
## 384 yes yes no no 4 3 2 1 3 5
## 385 yes yes no no 5 4 3 4 3 3
## 387 yes yes yes yes 4 4 3 2 2 5
## 388 no yes yes no 5 4 2 1 2 5
## 389 yes yes yes no 4 3 4 1 1 1
## 391 yes yes no no 5 5 4 4 5 4
## 392 no yes yes no 2 4 5 3 4 2
## 393 no yes no no 5 5 3 3 3 3
## 394 no yes yes no 4 4 1 3 4 5
## 395 yes yes yes no 3 2 3 3 3 5
## absences G1 G2 G3
## 1 6 5 6 6
## 2 4 5 5 6
## 4 2 15 14 15
## 5 4 6 10 10
## 6 10 15 15 15
## 7 0 12 12 11
## 8 6 6 5 6
## 9 0 16 18 19
## 10 0 14 15 15
## 11 0 10 8 9
## 13 2 14 14 14
## 15 0 14 16 16
## 16 4 14 14 14
## 18 4 8 10 10
## 19 16 6 5 5
## 20 4 8 10 10
## 21 0 13 14 15
## 24 0 13 13 12
## 25 2 10 9 8
## 26 14 6 9 8
## 27 2 12 12 11
## 29 4 11 11 11
## 30 16 10 12 11
## 31 0 9 11 12
## 32 0 17 16 17
## 35 0 12 14 15
## 36 0 8 7 6
## 37 2 15 16 18
## 38 7 15 16 15
## 39 2 12 12 11
## 40 8 14 13 13
## 41 25 7 10 11
## 43 2 19 18 18
## 45 14 10 10 9
## 46 8 8 8 6
## 47 12 11 12 11
## 49 2 15 15 14
## 50 2 7 7 7
## 51 2 12 13 13
## 52 2 11 13 13
## 53 6 11 11 10
## 54 0 8 10 11
## 55 6 10 13 13
## 56 8 8 9 10
## 57 0 14 15 15
## 58 4 14 15 15
## 59 2 9 10 9
## 60 2 15 16 16
## 61 6 10 11 11
## 62 6 10 8 11
## 63 4 8 10 9
## 64 2 10 9 9
## 65 0 10 10 10
## 66 2 16 15 15
## 67 4 13 13 12
## 68 4 7 7 6
## 70 12 16 16 16
## 71 0 13 15 15
## 72 0 10 10 10
## 73 2 8 6 5
## 74 2 12 12 14
## 75 54 11 12 11
## 77 8 11 11 10
## 78 0 11 11 11
## 79 2 8 8 10
## 82 4 11 10 11
## 83 10 7 6 6
## 84 4 15 15 15
## 85 2 9 10 10
## 87 4 8 7 6
## 90 18 8 6 7
## 92 4 16 17 18
## 93 4 7 6 6
## 95 6 11 13 14
## 96 2 7 10 10
## 98 2 8 9 10
## 99 6 11 14 14
## 100 0 7 9 8
## 101 14 7 7 5
## 102 0 16 17 17
## 103 4 10 13 14
## 104 26 7 6 6
## 105 0 16 18 18
## 106 10 10 11 11
## 107 8 7 8 8
## 108 2 16 18 18
## 109 6 10 13 13
## 110 4 14 15 16
## 111 6 18 19 19
## 112 0 7 10 10
## 113 6 10 13 13
## 114 10 18 19 19
## 117 2 11 13 14
## 118 0 13 14 13
## 120 6 14 13 13
## 121 2 16 15 15
## 124 18 14 11 13
## 125 0 8 7 8
## 126 0 13 13 12
## 127 0 7 10 11
## 128 2 7 8 9
## 129 0 7 4 0
## 130 8 18 18 18
## 131 0 12 0 0
## 132 0 8 0 0
## 133 12 10 13 12
## 134 16 12 11 11
## 135 0 9 0 0
## 138 0 4 0 0
## 139 0 14 12 12
## 140 0 16 16 15
## 142 8 9 9 9
## 143 2 9 11 11
## 144 2 14 14 13
## 145 0 5 0 0
## 147 0 6 7 0
## 148 2 10 11 11
## 150 0 8 9 10
## 151 0 6 5 0
## 152 6 12 13 14
## 153 8 10 10 10
## 154 0 5 0 0
## 155 0 11 11 12
## 156 2 11 8 8
## 157 8 16 12 13
## 158 6 9 8 10
## 159 2 17 15 15
## 160 4 10 12 12
## 161 0 7 6 0
## 162 6 5 9 7
## 163 0 7 0 0
## 164 2 10 10 10
## 165 0 5 8 7
## 166 16 12 11 12
## 168 0 14 15 16
## 170 0 14 14 14
## 172 2 13 15 16
## 174 0 8 7 0
## 175 4 10 11 9
## 178 4 6 5 6
## 180 4 10 10 11
## 181 10 9 8 8
## 182 2 12 13 12
## 183 0 16 17 17
## 184 56 9 9 8
## 185 14 12 13 12
## 186 12 12 12 11
## 187 2 11 12 11
## 188 0 15 15 15
## 189 6 8 7 9
## 190 4 8 9 10
## 191 10 11 12 13
## 192 0 8 8 9
## 194 8 8 9 10
## 195 0 13 14 14
## 196 0 14 15 15
## 197 4 17 15 16
## 198 8 9 9 10
## 199 24 18 18 18
## 201 2 16 16 16
## 202 6 8 10 10
## 203 4 9 9 10
## 204 18 7 6 6
## 205 6 10 10 11
## 206 28 10 9 9
## 207 5 7 7 7
## 208 10 11 12 13
## 209 6 9 9 10
## 210 6 7 7 7
## 211 10 8 8 8
## 212 13 12 12 13
## 213 0 12 13 14
## 214 15 6 7 8
## 215 12 8 10 10
## 217 22 6 6 4
## 218 13 6 6 8
## 219 3 7 7 8
## 220 4 9 10 10
## 221 2 6 6 6
## 222 0 6 5 0
## 223 2 16 16 17
## 224 0 12 13 13
## 225 0 13 13 14
## 226 16 9 8 7
## 229 14 10 8 9
## 231 14 13 13 14
## 233 14 11 9 9
## 234 2 14 13 13
## 235 18 9 7 6
## 237 4 14 13 13
## 239 2 13 11 11
## 240 0 7 7 0
## 241 14 12 12 12
## 242 2 10 11 12
## 243 0 6 0 0
## 245 0 7 0 0
## 246 6 18 18 18
## 247 4 12 12 13
## 248 16 6 8 8
## 249 8 3 5 5
## 250 0 13 15 15
## 254 0 8 9 8
## 255 0 8 12 12
## 256 2 7 9 8
## 257 6 14 12 13
## 258 12 11 11 11
## 259 8 15 14 14
## 260 0 10 9 0
## 261 21 17 18 18
## 262 2 8 8 8
## 263 1 13 12 12
## 264 4 10 9 9
## 265 0 9 10 0
## 266 13 17 17 17
## 267 2 9 9 10
## 269 10 10 9 10
## 270 0 6 0 0
## 271 15 9 9 9
## 272 4 15 14 14
## 273 2 11 11 11
## 274 2 15 14 14
## 275 2 10 10 10
## 276 6 12 12 12
## 277 75 10 9 9
## 278 22 9 9 9
## 279 15 9 8 8
## 280 8 10 11 10
## 282 19 11 9 10
## 283 1 12 12 12
## 285 4 10 9 11
## 287 5 18 18 19
## 288 6 13 12 12
## 289 6 15 14 14
## 290 9 15 13 15
## 291 11 12 11 11
## 292 0 15 15 15
## 293 12 12 12 13
## 294 6 18 18 18
## 295 8 14 13 14
## 296 4 14 12 11
## 297 0 10 9 0
## 298 10 10 8 8
## 299 0 14 13 14
## 300 5 16 15 16
## 301 14 12 10 11
## 302 0 11 11 10
## 303 0 15 12 14
## 305 20 15 14 13
## 306 8 14 12 12
## 307 0 17 18 18
## 308 38 8 9 8
## 310 18 12 10 10
## 311 0 9 9 0
## 312 20 14 12 13
## 313 3 13 11 11
## 314 22 13 10 11
## 315 14 15 13 13
## 316 40 13 11 11
## 317 0 8 8 0
## 318 9 9 10 9
## 320 2 11 11 11
## 321 23 13 13 13
## 323 3 11 11 11
## 325 0 16 15 15
## 326 3 9 12 11
## 327 3 14 15 16
## 328 8 11 10 10
## 329 7 10 9 9
## 330 4 14 14 14
## 331 2 9 8 8
## 334 0 8 8 0
## 335 0 10 9 0
## 336 16 16 15 15
## 337 12 14 13 13
## 339 7 16 15 17
## 340 4 9 10 10
## 341 4 11 12 11
## 342 0 10 10 0
## 346 7 13 13 14
## 348 0 10 10 9
## 349 0 13 15 15
## 350 10 11 13 13
## 351 8 8 7 8
## 352 2 13 13 13
## 353 7 8 7 8
## 355 4 13 11 11
## 356 0 10 9 9
## 358 2 12 12 11
## 359 4 10 10 10
## 360 0 18 16 16
## 363 0 11 11 10
## 364 0 16 15 15
## 365 0 12 11 12
## 366 4 10 10 10
## 367 0 13 13 13
## 368 0 7 6 0
## 369 0 11 10 10
## 371 4 7 7 9
## 372 3 14 12 12
## 373 8 13 11 11
## 374 14 6 5 5
## 375 0 19 18 19
## 376 2 8 8 10
## 377 4 15 14 15
## 378 4 8 9 10
## 379 0 15 15 15
## 380 17 10 10 10
## 382 5 7 6 7
## 384 0 6 5 0
## 385 14 6 5 5
## 387 7 6 5 6
## 388 0 7 5 0
## 389 0 7 9 8
## 391 11 9 9 9
## 392 3 14 16 16
## 393 3 10 8 7
## 394 0 11 12 10
## 395 5 8 9 9## [1] 318 33## [1] 77 33## school sex age address famsize Pstatus Medu
## 0 318 0 0 318 318 0
## Fedu Mjob Fjob reason guardian traveltime studytime
## 0 318 318 0 0 0 0
## failures schoolsup famsup paid activities nursery higher
## 0 0 0 0 0 0 0
## internet romantic famrel freetime goout Dalc Walc
## 0 0 0 0 0 0 0
## health absences G1 G2 G3
## 0 0 0 0 0training$sex=ifelse(is.na(training$sex),ave(training$sex,FUN=function(x)mean(x,na.rm=TRUE)),training$sex)Saya memiliki 318 data training dan 77 untuk data test.
6.2 Membentuk Model Regresi
Saya membentuk model regresi menggunakan data training dengan target untuk memprediksi variabel G3 (nilai akhir) menggunakan variabel independen yang berkorelasi dengan variabel G3.
library(lmtest)
lin_mod=lm(G3~G1+G2+age+Medu+Fedu+traveltime+studytime+famrel+freetime+goout+Dalc+Walc+health+absences ,data=training)
summary(lin_mod)##
## Call:
## lm(formula = G3 ~ G1 + G2 + age + Medu + Fedu + traveltime +
## studytime + famrel + freetime + goout + Dalc + Walc + health +
## absences, data = training)
##
## Residuals:
## Min 1Q Median 3Q Max
## -8.9799 -0.3885 0.3229 0.9790 3.4049
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 0.319688 1.694429 0.189 0.8505
## G1 0.142247 0.064837 2.194 0.0290 *
## G2 0.982298 0.058345 16.836 <2e-16 ***
## age -0.210280 0.086137 -2.441 0.0152 *
## Medu 0.202523 0.127508 1.588 0.1133
## Fedu -0.131879 0.128031 -1.030 0.3038
## traveltime 0.159337 0.156416 1.019 0.3092
## studytime -0.134031 0.129055 -1.039 0.2998
## famrel 0.232101 0.119714 1.939 0.0535 .
## freetime -0.043784 0.115631 -0.379 0.7052
## goout 0.002702 0.108811 0.025 0.9802
## Dalc -0.089969 0.156669 -0.574 0.5662
## Walc 0.125015 0.119758 1.044 0.2974
## health 0.075362 0.076823 0.981 0.3274
## absences 0.032301 0.012905 2.503 0.0128 *
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1.854 on 303 degrees of freedom
## Multiple R-squared: 0.8409, Adjusted R-squared: 0.8336
## F-statistic: 114.4 on 14 and 303 DF, p-value: < 2.2e-16Model yang dibuat menggunakan multiple predictor sehingga nilai yang baik diinterpretasikan adalah nilai Adjusted R-squared. Dari hasi diatas, model ini memiliki nilai Adjusted R-squared : 0.8336 atau 83,36% yang artinya hubungan antara variabel independen dan variabel dependen sangat kuat.
6.3 Memprediksi nilai data test
selanjutnya, saya memprediksi data test dengan model linear dari data training.
6.4 Evaluasi Model Regresi Berganda
Metrik yang akan digunakan dalam evaluasi ini adalah MAE. Kinerja model bagus jika nilai MAE rendah. Jadi kami ingin nilai MAE rendah.
Mean Absolute Error (MAE): MAE mengukur besaran rata-rata kesalahan dalam serangkaian prediksi, tanpa mempertimbangkan arahnya. Ini rata-rata atas sampel uji perbedaan absolut antara prediksi dan pengamatan aktual di mana semua perbedaan individu memiliki berat yang sama.
## Test MAE: 1.22893Selanjutnya akan diperiksa apakah model cocok dengan menghitung pelatihan MAE dan membandingkannya dengan uji MAE.
pred_train <-predict(lin_mod, training)
cat("Train MAE:", round(mean(abs(pred_train-training$G3)),6))## Train MAE: 1.142971Data train dan uji MAE hampir serupa, jadi model ini tidak terlalu layak. Dari mengevaluasi model, nilai MAE rendah, sehingga model kami berkinerja baik.
7 Prediksi Nilai Akhir (G3)
dt_prediction = (data.frame((pred_test), (test$G3)))
colnames(dt_prediction) <- c("Predicted G3","Real G3")
head(dt_prediction,10)## Predicted G3 Real G3
## 3 7.528172 10
## 12 12.268653 12
## 14 10.320224 11
## 17 13.717834 14
## 22 15.317427 15
## 23 15.699660 16
## 28 16.499722 15
## 33 16.732923 16
## 34 9.449974 12
## 42 12.916717 12Membandingkan nilai G3 yang diprediksi dengan nilai G3 nyata, sehingga dapat dilihat seberapa dekat prediksi kami dengan persentase kesalahan yang sangat kecil.