Especificación del modelo

La función stepAIC() devuelve un modelo reducido, como acabas de ver en el vídeo anterior. Ahora quieres aplicar este método al conjunto de datos del ejercicio, defaultData.

El conjunto de datos ya está disponible en tu entorno. Además, el paquete MASS está cargado y el modelo logit que creaste, logitModelFull, está definido para ti. Ten en cuenta también que hemos reducido el tamaño del conjunto de datos, ya que la selección de modelos por pasos puede tardar mucho con conjuntos de datos grandes y modelos más complejos.

Este ejercicio forma parte del curso

Machine Learning para analítica de marketing en R

Ver curso

Instrucciones del ejercicio

Utiliza la función stepAIC(). Establece trace = 0, porque no quieres obtener salida de todo el proceso de selección del modelo. Guarda el resultado en el objeto logitModelNew.
Después, usa la función summary() para echar un vistazo a logitModelNew. En este caso puedes ignorar el mensaje de advertencia. Adelante, mira qué ha cambiado y entiende los resultados.
La fórmula se guarda en un objeto para que no tengas que volver a escribir toda la ecuación cuando quieras usarla más adelante.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

library(MASS)
# The old (full) model
logitModelFull <- glm(PaymentDefault ~ limitBal + sex + education + marriage +
                   age + pay1 + pay2 + pay3 + pay4 + pay5 + pay6 + billAmt1 + 
                   billAmt2 + billAmt3 + billAmt4 + billAmt5 + billAmt6 + payAmt1 + 
                   payAmt2 + payAmt3 + payAmt4 + payAmt5 + payAmt6, 
                 family = binomial, defaultData)

#Build the new model
logitModelNew <- stepAIC(___,___) 

#Look at the model
summary(logitModelNew) 

# Save the formula of the new model (it will be needed for the out-of-sample part) 
formulaLogit <- as.formula(summary(logitModelNew)$call)
formulaLogit

Editar y ejecutar código