1. Apprendre
    2. /
  2. Cours
    3. /
  3. Apprentissage supervisé en R : Classification
Connected

Exercice

Construire un modèle de régression pas à pas

En l'absence d'expertise métier, la régression pas à pas peut aider à trouver les prédicteurs les plus importants pour la cible étudiée.

Dans cet exercice, vous utiliserez une approche ascendante (forward) pour ajouter les prédicteurs au modèle un à un jusqu'à ce qu'aucun gain supplémentaire ne soit observé. Le jeu de données donors a été chargé pour vous.

Instructions

100 XP
  • Utilisez l'interface de formules de R avec glm() pour définir le modèle de base sans prédicteurs. Affectez la variable explicative à 1.
  • Utilisez de nouveau l'interface de formules de R avec glm() pour définir le modèle avec tous les prédicteurs.
  • Appliquez step() à ces modèles pour effectuer une régression pas à pas ascendante. Définissez le premier argument à null_model et direction = "forward". Cela peut prendre un moment (jusqu'à 10 ou 15 secondes), car votre ordinateur doit ajuster plusieurs modèles pour réaliser la sélection pas à pas.
  • Créez un vecteur de probabilités prédites avec la fonction predict().
  • Tracez la courbe ROC avec roc() et plot() et calculez l'AUC du modèle pas à pas avec auc().