단순 로지스틱 회귀 모델 만들기
donors 데이터셋에는 마비 군(軍) 재향군인을 위한 모금 우편을 받은 사람 93,462건의 예제가 들어 있습니다. donated 열은 우편에 응답해 기부했으면 1, 그렇지 않으면 0입니다. 이 이진 결과가 로지스틱 회귀 모델의 종속 변수입니다.
나머지 열은 잠재 기부자의 특성으로, 기부 행동에 영향을 줄 수 있습니다. 이는 모델의 독립 변수입니다.
회귀 모델을 만들 때는 어떤 독립 변수가 종속 변수를 잘 예측할지에 대한 가설을 세워 보는 것이 종종 도움이 됩니다. 잘못된 우편 주소에 대해 1, 그렇지 않으면 0으로 표시되는 bad_address 열은 기부 가능성을 낮출 것처럼 보입니다. 비슷하게, 종교적 관심(interest_religion)과 재향군인 이슈에 대한 관심(interest_veterans)은 더 많은 자선 기부와 연관될 수 있다고 의심해 볼 수 있습니다.
이 연습 문제에서는 이 세 가지 요인을 사용해 기부 행동에 대한 간단한 모델을 만들어 보겠습니다. donors 데이터셋이 준비되어 있습니다.
이 연습은 강의의 일부입니다
R로 배우는 Supervised Learning: 분류
연습 안내
str()함수를 사용해donors를 살펴보세요.table()함수를 사용해donated변수의 각 수준이 몇 번 나타나는지 세어 보세요.- 앞에서 설명한 세 개의 독립 변수를 사용해 formula 인터페이스로 로지스틱 회귀 모델을 적합하세요.
glm()을 공식(formula)을 첫 번째 인수로, 데이터 프레임을data인수로 넘겨 호출하세요.- 결과를
donation_model로 저장하세요.
summary()로 모델 객체를 요약하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Examine the dataset to identify potential independent variables
# Explore the dependent variable
# Build the donation model
donation_model <- glm(___,
data = ___, family = "___")
# Summarize the model results