Zbiór danych donors zawiera 93 462 przykłady osób, do których wysłano prośbę o datki na rzecz sparaliżowanych weteranów wojskowych. Kolumna donated przyjmuje wartość 1, jeśli dana osoba przekazała darowiznę w odpowiedzi na mailing, i 0 w przeciwnym razie. Ten binarny wynik będzie zmienną zależną w modelu regresji logistycznej.

Pozostałe kolumny to cechy potencjalnych darczyńców, które mogą wpływać na ich skłonność do wpłat. Są to zmienne niezależne modelu.

Budując model regresji, warto najpierw postawić hipotezę dotyczącą tego, które zmienne niezależne będą predyktywne dla zmiennej zależnej. Kolumna bad_address, ustawiona na 1 w przypadku nieprawidłowego adresu do korespondencji i 0 w przeciwnym razie, wydaje się zmniejszać szansę na dokonanie wpłaty. Podobnie można przypuszczać, że zainteresowanie religią (interest_religion) oraz sprawami weteranów (interest_veterans) wiąże się z większą skłonnością do przekazywania datków.

W tym ćwiczeniu wykorzystasz te trzy czynniki do zbudowania prostego modelu zachowań donacyjnych. Zbiór danych donors jest dostępny do użycia.

Porównywanie krzywych ROC

Nadzorowane uczenie maszynowe w R: Klasyfikacja

Interaktywne ćwiczenie praktyczne