Hledání pořadí proměnných

Postup dopředného postupného výběru proměnných začíná s prázdnou sadou proměnných a přidává prediktory jeden po druhém. V každém kroku se vybere prediktor, který v kombinaci s aktuálními proměnnými dosahuje nejvyššího AUC.

V tomto cvičení se naučíš implementovat postup dopředného postupného výběru proměnných. K tomu můžeš využít funkci next_best, která je již připravena. Používá se takto:

next_best(current_variables,candidate_variables,target,basetable)

kde current_variables je seznam proměnných, které už jsou v modelu, a candidate_variables seznam proměnných, které lze přidat jako další.

Toto cvičení je součástí kurzu

Introduction to Predictive Analytics in Python

Zobrazit kurz

Pokyny k cvičení

Pomocí funkce next_best vypočítej další nejvhodnější proměnnou a přiřaď ji do next_variable.
Aktualizuj seznam current_variables.
Aktualizuj seznam candidate_variables.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Find the candidate variables
candidate_variables = list(basetable.columns.values)
candidate_variables.remove("target")

# Initialize the current variables
current_variables = []

# The forward stepwise variable selection procedure
number_iterations = 5
for i in range(0, number_iterations):
    next_variable = ____(____, ____, ["target"], basetable)
    current_variables = current_variables + [____]
    candidate_variables.remove(____)
    print("Variable added in step " + str(i+1)  + " is " + next_variable + ".")
print(current_variables)

Upravit a spustit kód