Déterminer l’ordre des variables

La sélection de variables par ajout successif (forward stepwise) commence avec un ensemble vide de variables et ajoute les prédicteurs un par un. À chaque étape, on sélectionne le prédicteur qui, combiné aux variables actuelles, donne l’AUC la plus élevée.

Dans cet exercice, vous allez apprendre à implémenter cette procédure. Pour cela, vous pouvez utiliser la fonction next_best qui a été implémentée pour vous. Elle s’utilise ainsi :

next_best(current_variables,candidate_variables,target,basetable)

où current_variables est la liste des variables déjà présentes dans le modèle et candidate_variables la liste des variables pouvant être ajoutées ensuite.

Cet exercice fait partie du cours

Introduction à l’analytique prédictive en Python

Afficher le cours

Instructions

Utilisez la fonction next_best pour calculer la meilleure variable suivante et affectez-la à next_variable.
Mettez à jour la liste current_variables.
Mettez à jour la liste candidate_variables.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Find the candidate variables
candidate_variables = list(basetable.columns.values)
candidate_variables.remove("target")

# Initialize the current variables
current_variables = []

# The forward stepwise variable selection procedure
number_iterations = 5
for i in range(0, number_iterations):
    next_variable = ____(____, ____, ["target"], basetable)
    current_variables = current_variables + [____]
    candidate_variables.remove(____)
    print("Variable added in step " + str(i+1)  + " is " + next_variable + ".")
print(current_variables)

Modifier et exécuter le code