El procedimiento de selección de variables hacia adelante (forward stepwise) proporciona un orden óptimo en el que se añaden variables al conjunto de predictores. Para decidir dónde cortar las variables, puedes trazar las curvas de AUC de train y de test. Estas curvas representan el AUC de train y de test usando la primera, las dos primeras, las tres primeras, … variables del modelo.

En este ejercicio aprenderás a trazar estas curvas de AUC. El método auc_train_test para calcular los valores de AUC ya está implementado y puedes usarlo así:

auc_train, auc_test = auc_train_test(variables, target, train, test)

donde variables es el conjunto de variables usadas en el modelo de regresión logística, target es una lista con el nombre del objetivo y train y test son las basetables de train y test, respectivamente.

Las variables ordenadas según el procedimiento forward stepwise se encuentran en la lista variables. Puedes explorarlas en la consola. Además, se han definido para ti tres listas vacías:

auc_values_train, que contendrá los valores de AUC de train del modelo en cada iteración
auc_values_test, que contendrá los valores de AUC de test del modelo en cada iteración
variables_evaluate, que contendrá las variables evaluadas en cada iteración

Decidir el umbral

Introducción al análisis predictivo en Python

Ejercicio interactivo práctico