1. 학습
    2. /
  2. 강의
    3. /
  3. R로 배우는 Supervised Learning: 분류
Connected

연습 문제

더 정교한 모델 만들기

미래 기부를 가장 잘 예측하는 변수 중 하나는 최근성, 빈도, 그리고 큰 금액의 기부 이력입니다. 마케팅 용어로는 R/F/M이라고 부릅니다:

  • Recency
  • Frequency
  • Money

최근에도 자주 기부하지 않은 기부자는 오히려 다시 기부할 가능성이 특히 높을 수 있습니다. 즉, 최근성과 빈도의 결합된 영향력이 각각의 효과를 단순히 더한 것보다 클 수 있습니다.

이 예측 변수들이 함께 종속 변수에 더 큰 영향을 미치므로, 그 결합 효과는 상호작용으로 모형화해야 합니다. donors 데이터셋은 이미 로드되어 있습니다.

지침

100 XP
  • donated를 종속 변수로 하고 money와 recency와 frequency의 상호작용을 포함하는 로지스틱 회귀 모델을 만드세요. 상호작용 항을 추가하려면 *를 사용하세요.
  • 모델의 summary()를 확인해 상호작용 효과가 추가되었는지 확인하세요.
  • 모델의 예측 확률을 rfm_prob으로 저장하세요. predict() 함수를 사용하고, type 인자를 설정하는 것을 잊지 마세요.
  • roc() 함수를 사용해 ROC 곡선을 그리세요. 이 함수는 결과 열과 예측 벡터를 인수로 받습니다.
  • 새로운 모델의 AUC를 auc() 함수로 계산하고, 더 단순한 모델과 성능을 비교하세요.