1. Nauka
    2. /
  2. Kursy
    3. /
  3. Wprowadzenie do analizy predykcyjnej w Pythonie
Connected

ćwiczenie

Skorelowane zmienne

Pierwsze 10 zmiennych dodanych do modelu to: 

['max_gift', 'number_gift', 'time_since_last_gift', 'mean_gift', 'income_high', 'age', 'country_USA', 'gender_F', 'income_low', 'country_UK']

Jak widać, min_gift nie została dodana. Czy oznacza to, że jest to słaba zmienna? Możesz sprawdzić jej jakość, budując model z tą jedną zmienną i obliczając AUC. Porównaj AUC zmiennej min_gift z AUC zmiennej income_high. Użyj do tego funkcji auc(): 

auc(variables, target, basetable)

Zdarza się, że dobra zmienna nie zostaje dodana do modelu, ponieważ jest silnie skorelowana ze zmienną już w nim obecną. Możesz to sprawdzić, obliczając korelację między tymi zmiennymi: 

import numpy
numpy.corrcoef(basetable["variable_1"],basetable["variable_2"])[0,1]

Instrukcje

100 XP
  • Oblicz AUC modelu używającego wyłącznie zmiennej min_gift.
  • Oblicz AUC modelu używającego wyłącznie zmiennej income_high.
  • Oblicz korelację między zmienną min_gift a zmienną mean_gift.