Wyznaczanie kolejności zmiennych

Procedura krokowej selekcji zmiennych w przód rozpoczyna się od pustego zestawu zmiennych i dodaje predyktory jeden po drugim. W każdym kroku wybierany jest predyktor, który w połączeniu z aktualnymi zmiennymi osiąga najwyższe AUC.

W tym ćwiczeniu nauczysz się implementować procedurę krokowej selekcji zmiennych w przód. Możesz w tym celu skorzystać z funkcji next_best, która została już dla ciebie zaimplementowana. Używa się jej w następujący sposób:

next_best(current_variables,candidate_variables,target,basetable)

gdzie current_variables to lista zmiennych już obecnych w modelu, a candidate_variables to lista zmiennych, które można jeszcze dodać.

To ćwiczenie jest częścią kursu

Wprowadzenie do analizy predykcyjnej w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Użyj funkcji next_best, aby wyznaczyć następną najlepszą zmienną, i przypisz ją do next_variable.
Zaktualizuj listę current_variables.
Zaktualizuj listę candidate_variables.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Find the candidate variables
candidate_variables = list(basetable.columns.values)
candidate_variables.remove("target")

# Initialize the current variables
current_variables = []

# The forward stepwise variable selection procedure
number_iterations = 5
for i in range(0, number_iterations):
    next_variable = ____(____, ____, ["target"], basetable)
    current_variables = current_variables + [____]
    candidate_variables.remove(____)
    print("Variable added in step " + str(i+1)  + " is " + next_variable + ".")
print(current_variables)

Edytuj i uruchom kod