De donors-gegevensset bevat 93.462 voorbeelden van mensen die een fondsenwervingsmailing ontvingen voor verlamde militaire veteranen. De kolom donated is 1 als de persoon een donatie deed naar aanleiding van de mailing en anders 0. Deze binaire uitkomst is de afhankelijke variabele voor het logistieke regressiemodel.

De overige kolommen zijn kenmerken van de potentiële donoren die hun geefgedrag kunnen beïnvloeden. Dit zijn de onafhankelijke variabelen van het model.

Bij het bouwen van een regressiemodel is het vaak handig om een hypothese te formuleren over welke onafhankelijke variabelen voorspellend zullen zijn voor de afhankelijke variabele. De kolom bad_address, die 1 is voor een onjuist postadres en anders 0, lijkt de kans op een donatie te verlagen. Evenzo zou je kunnen vermoeden dat religieuze interesse (interest_religion) en interesse in veteranenzaken (interest_veterans) samenhangen met meer liefdadigheid.

In deze oefening gebruik je deze drie factoren om een eenvoudig model van geefgedrag te maken. De gegevensset donors is voor je beschikbaar.

ROC-curves vergelijken

Supervised Learning in R: Classificatie

Praktische interactieve oefening