以下は、あるキャンペーンで寄付する可能性が高いドナーを予測する2つのモデルのリフト曲線です。ドナーの20%にアプローチできる予算があるとします。どのモデルを使うべきでしょうか？ リフト曲線は、モデルが「ターゲットになりやすい」と判断した母集団のある割合を対象にしたとき、平均に比べて何倍のターゲットに到達できるかを示します。
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
この章では、ロジスティック回帰の基礎を学びます。連続変数を使って二値のターゲットをどのように予測するのか、また、このモデルの解釈方法と、新しいデータに対してどのように予測に活用するのかを紹介します。
この章では、有用なモデルを構築するうえで変数選択がなぜ重要なのかを学びます。さらに、ロジスティック回帰に対する前進ステップ法の実装方法と、最終モデルに含める変数の数をどのように決めるかについても学びます。
良いモデルを作れるようになったら、適切なグラフを作成して、関係者に活用してもらえるように説得することが重要です。累積ゲイン曲線とリフト曲線の作成方法と読み解き方を学びます。
現在の演習
ビジネスの現場では、構築したモデルの考え方をわかりやすく説明することがよく求められます。モデルや変数に納得感がなければ、モデルは使われないかもしれません。この章では、予測子インサイトグラフを用いて、モデル内の変数とターゲットの関係を説明する方法を学びます。
