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]
Cette activité fait partie du cours
Introduction à l'analytique prédictive en Python
Instructions de l’exercice
- 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_giftetmean_gift.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
import numpy as np
# Calculate the AUC of the model using min_gift only
auc_min_gift = auc([____], ["target"], ____)
print(round(auc_min_gift,2))
# Calculate the AUC of the model using income_high only
auc_income_high = ____([____], [____], ____)
print(round(auc_income_high,2))
# Calculate the correlation between min_gift and mean_gift
correlation = np.corrcoef(basetable["____"], basetable["____"])[0,1]
print(round(correlation,2))