Spécification du modèle

La fonction stepAIC() retourne un modèle réduit, comme vous venez de le voir dans la vidéo précédente. Vous allez maintenant appliquer cette méthode au jeu de données de l'exercice, defaultData.

Le jeu de données préparé est disponible dans votre environnement. De plus, le paquet MASS est chargé et le modèle logit construit précédemment, logitModelFull, est défini pour vous. Notez aussi que nous avons réduit la taille du jeu de données, puisque la sélection pas à pas d'un modèle peut être longue avec des jeux de données plus volumineux et des modèles plus complexes.

Cette activité fait partie du cours

Machine Learning for Marketing Analytics in R

Voir le cours

Instructions de l’exercice

Utilisez la fonction stepAIC(). Réglez trace = 0, car vous ne voulez pas afficher toute la procédure de sélection du modèle. Enregistrez le résultat dans l'objet logitModelNew.
Ensuite, utilisez la fonction summary() pour examiner logitModelNew. Vous pouvez ignorer l'avertissement dans ce cas-ci. Allez-y et voyez ce qui a changé. Prenez le temps de comprendre les résultats.
La formule est enregistrée dans un objet pour que vous n'ayez pas à retaper toute l'équation lorsque vous voudrez la réutiliser plus tard.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

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

Modifier et exécuter le code