La procedura di selezione delle variabili forward stepwise fornisce un ordine ottimale con cui aggiungere le variabili all’insieme dei predittori. Per decidere dove fermarti con le variabili, puoi costruire le curve AUC di train e di test. Queste curve tracciano l’AUC di train e di test usando la prima, le prime due, le prime tre, … variabili nel modello.

In questo esercizio imparerai a tracciare queste curve AUC. Il metodo auc_train_test per calcolare i valori di AUC è già stato implementato per te e può essere usato così:

auc_train, auc_test = auc_train_test(variables, target, train, test)

qui variables è l’insieme delle variabili usate nel modello di regressione logistica, target è una lista con il nome del target, e train e test sono rispettivamente le basetable di train e di test.

Le variabili ordinate secondo la procedura forward stepwise sono fornite nella lista variables. Puoi esplorarla nella console. Inoltre, sono state definite per te tre liste vuote:

auc_values_train, che conterrà i valori AUC di train del modello a ogni iterazione
auc_values_test, che conterrà i valori AUC di test del modello a ogni iterazione
variables_evaluate, che conterrà le variabili valutate a ogni iterazione

Decidere la soglia

Introduzione alla Predictive Analytics in Python

esercizio interattivo pratico