शुरू करेंमुफ़्त में शुरू करें

स्टेपवाइज़ रिग्रेशन मॉडल बनाना

जब विषय-विशेषज्ञता उपलब्ध न हो, तो स्टेपवाइज़ रिग्रेशन इच्छित आउटकम के सबसे महत्वपूर्ण प्रेडिक्टर्स ढूँढने में मदद कर सकता है.

इस अभ्यास में, आप एक फॉरवर्ड स्टेपवाइज़ अप्रोच का उपयोग करेंगे और मॉडल में प्रेडिक्टर्स को एक-एक करके जोड़ेंगे, जब तक कोई अतिरिक्त लाभ न दिखे. donors डेटासेट आपके लिए लोड किया गया है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में Supervised Learning: Classification

पाठ्यक्रम देखें

अभ्यास निर्देश

  • glm() के साथ R फ़ॉर्मूला इंटरफ़ेस का उपयोग करके बिना किसी प्रेडिक्टर वाला बेस मॉडल निर्दिष्ट करें. एक्सप्लेनेटरी वैरिएबल को 1 के बराबर सेट करें.
  • glm() के साथ R फ़ॉर्मूला इंटरफ़ेस का फिर से उपयोग करके सभी प्रेडिक्टर्स वाला मॉडल निर्दिष्ट करें.
  • फॉरवर्ड स्टेपवाइज़ रिग्रेशन करने के लिए इन मॉडलों पर step() लागू करें. पहले आर्ग्युमेंट को null_model पर सेट करें और direction = "forward" सेट करें. इसमें थोड़ा समय लग सकता है (10 या 15 सेकंड तक), क्योंकि आपका कंप्यूटर स्टेपवाइज़ सेलेक्शन करने के लिए कई अलग-अलग मॉडलों को फिट करेगा.
  • predict() फंक्शन का उपयोग करके प्रेडिक्टेड probabilities का एक वेक्टर बनाएँ.
  • roc() और plot() से ROC कर्व प्लॉट करें, और auc() से स्टेपवाइज़ मॉडल का AUC compute करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Specify a null model with no predictors
null_model <- ___(___, data = ___, family = "___")

# Specify the full model using all of the potential predictors
full_model <- ___

# Use a forward stepwise algorithm to build a parsimonious model
step_model <- step(___, scope = list(lower = null_model, upper = full_model), direction = "___")

# Estimate the stepwise donation probability
step_prob <- ___

# Plot the ROC of the stepwise model
library(pROC)
ROC <- ___
plot(___, col = "red")
auc(___)
कोड संपादित करें और चलाएँ