1. Apprendre
    2. /
  2. Cours
    3. /
  3. Introduction à l'analytique prédictive en Python
Connected

Exercice

Variables corrélées

Les 10 premières variables ajoutées au modèle sont les suivantes : 

['max_gift', 'number_gift', 'time_since_last_gift', 'mean_gift', 'income_high', 'age', 'country_USA', 'gender_F', 'income_low', 'country_UK']

Comme vous pouvez le voir, min_gift n'est pas ajoutée. Est-ce que cela signifie que c'est une mauvaise variable? Vous pouvez évaluer sa performance en l'utilisant seule dans un modèle et en calculant l'AUC. Comment l'AUC de min_gift se compare-t-elle à l'AUC de income_high? Pour ce faire, vous pouvez utiliser la fonction auc() : 

auc(variables, target, basetable)

Il peut arriver qu'une bonne variable ne soit pas ajoutée parce qu'elle est fortement corrélée avec une variable déjà présente dans le modèle. Vous pouvez le vérifier en calculant la corrélation entre ces variables : 

import numpy
numpy.corrcoef(basetable["variable_1"],basetable["variable_2"])[0,1]

Instructions

100 XP
  • Calculez l'AUC du modèle en utilisant seulement la variable min_gift.
  • Calculez l'AUC du modèle en utilisant seulement la variable income_high.
  • Calculez la corrélation entre les variables min_gift et mean_gift.