or
Cette activité fait partie du cours
Dans ce chapitre, vous verrez les bases de la régression logistique : comment prédire une cible binaire à partir de variables continues, comment interpréter ce modèle et l'utiliser pour faire des prédictions sur de nouveaux cas.
Dans ce chapitre, vous apprendrez pourquoi la sélection des variables est essentielle pour bâtir un modèle utile. Vous verrez aussi comment mettre en œuvre une sélection progressive avant des variables pour une régression logistique et comment décider du nombre de variables à inclure dans votre modèle final.
Maintenant que vous savez construire un bon modèle, vous devrez convaincre les parties prenantes de l'adopter en créant des graphiques appropriés. Vous apprendrez à construire et à interpréter la courbe des gains cumulatifs et la courbe de lift.
En contexte d'affaires, il est souvent important d'expliquer l'intuition derrière le modèle que vous avez bâti. En effet, si le modèle et ses variables ne sont pas convaincants, il risque de ne pas être utilisé. Dans ce chapitre, vous apprendrez à expliquer la relation entre les variables du modèle et la cible au moyen de graphiques d'analyse des prédicteurs.
Exercice en cours