Specyfikacja modelu

Funkcja stepAIC() zwraca uproszczony model – dokładnie tak, jak pokazano w poprzednim filmie. Teraz zastosujesz tę metodę do zbioru danych defaultData.

Przygotowany zbiór danych jest dostępny w twoim środowisku. Dodatkowo załadowany jest pakiet MASS, a wcześniej zbudowany model logitowy logitModelFull jest już dla ciebie zdefiniowany. Zwróć uwagę, że rozmiar zbioru danych został zmniejszony – krokowy dobór zmiennych może być czasochłonny przy większych zbiorach i bardziej złożonych modelach.

To ćwiczenie jest częścią kursu

Uczenie maszynowe w analizie marketingowej w R

Zobacz kurs

Instrukcje do ćwiczenia

Skorzystaj z funkcji stepAIC(). Ustaw trace = 0, aby nie wyświetlać szczegółowego przebiegu całego procesu doboru modelu. Zapisz wynik do obiektu logitModelNew.
Następnie użyj funkcji summary(), aby przyjrzeć się obiektowi logitModelNew. Komunikat ostrzegawczy możesz w tym przypadku zignorować. Sprawdź, co się zmieniło, i przeanalizuj wyniki.
Formuła jest zapisana w osobnym obiekcie, dzięki czemu nie trzeba będzie wpisywać całego równania od nowa przy kolejnym użyciu.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

library(MASS)
# The old (full) model
logitModelFull <- glm(PaymentDefault ~ limitBal + sex + education + marriage +
                   age + pay1 + pay2 + pay3 + pay4 + pay5 + pay6 + billAmt1 + 
                   billAmt2 + billAmt3 + billAmt4 + billAmt5 + billAmt6 + payAmt1 + 
                   payAmt2 + payAmt3 + payAmt4 + payAmt5 + payAmt6, 
                 family = binomial, defaultData)

#Build the new model
logitModelNew <- stepAIC(___,___) 

#Look at the model
summary(logitModelNew) 

# Save the formula of the new model (it will be needed for the out-of-sample part) 
formulaLogit <- as.formula(summary(logitModelNew)$call)
formulaLogit

Edytuj i uruchom kod