मॉडल स्पेसिफिकेशन

जैसा कि आपने पिछले वीडियो में देखा, stepAIC() फंक्शन एक घटाया हुआ मॉडल लौटाता है. अब आप यही विधि इस अभ्यास के डेटासेट defaultData पर लागू करना चाहेंगे.

तैयार किया गया डेटासेट आपके environment में उपलब्ध है. साथ ही, MASS पैकेज लोड है और पहले से बना लॉजिट मॉडल logitModelFull आपके लिए परिभाषित है. यह भी ध्यान दें कि हमने डेटासेट का आकार कम कर दिया है, क्योंकि स्टेपवाइज़ मॉडल सेलेक्शन बड़े डेटासेट और अधिक जटिल मॉडलों के साथ काफी समय ले सकता है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में Marketing Analytics के लिए Machine Learning

पाठ्यक्रम देखें

अभ्यास निर्देश

stepAIC() फंक्शन का उपयोग कीजिए. trace = 0 सेट करें, क्योंकि आप पूरे मॉडल सेलेक्शन प्रोसेस का आउटपुट नहीं देखना चाहते. परिणाम को ऑब्जेक्ट logitModelNew में सेव करें.
फिर, summary() फंक्शन का उपयोग करके logitModelNew पर नज़र डालें. इस स्थिति में आप warning मैसेज को नज़रअंदाज़ कर सकते हैं. आगे बढ़ें और देखें क्या बदला है. परिणामों को समझिए.
फॉर्मूला एक ऑब्जेक्ट में सेव है ताकि आप इसे बाद में उपयोग करना चाहें तो पूरी इक्वेशन दोबारा टाइप न करनी पड़े.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

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

कोड संपादित करें और चलाएँ