制約モデルのインサンプル適合度
logitModelFull の正解率はすでに計算しました。これは、候補となるすべてのモデルで行うことがとても重要です。
そこで、logitModelNew が指定され、あなたの環境に用意されています。
異なるモデル同士の値を比較する際、もし複数のモデルで正解率が同じであれば、常に説明変数が少ないモデルを選びます。
この演習はコースの一部です
Rで学ぶマーケティングアナリティクスのための機械学習
演習の手順
新しいモデルでも、前の演習と同じ手順を実行してください。
predict()を使って、各顧客が支払いを延滞する確率を取得します。その後、分類のしきい値を 0.5 にして同じように混同行列を計算します。なお、
SDMToolsは現在 CRAN からはダウンロードできません。代わりにremotes::install_version("SDMTools", "1.1-221.2")でインストールしてください。制約モデルの正解率を計算し、フルモデルの正解率と比較します。以降の分析では、性能が優れているモデルのみを使います。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Calculate the accuracy for 'logitModelNew'
# Make prediction
defaultData$predNew <- predict(logitModelNew, type = ___, na.action = ___)
# Construct the in-sample confusion matrix
confMatrixModelNew <- confusion.matrix(defaultData$___,defaultData$___, threshold = ___)
confMatrixModelNew
# Calculate the accuracy...
accuracyNew <- sum(diag(___)) / ___(___)
accuracyNew
# and compare it to the full model's accuracy
accuracyFull