O procedimento de seleção de variáveis forward stepwise fornece uma ordem ótima para adicionar variáveis ao conjunto de preditores. Para decidir onde interromper a inclusão de variáveis, você pode construir as curvas de AUC de treino e teste. Essas curvas mostram a AUC de treino e de teste usando a primeira, as duas primeiras, as três primeiras, … variáveis no modelo.

Neste exercício, você vai aprender a plotar essas curvas de AUC. O método auc_train_test para calcular os valores de AUC já foi implementado para você e pode ser usado da seguinte forma:

auc_train, auc_test = auc_train_test(variables, target, train, test)

once variables é o conjunto de variáveis usado no modelo de regressão logística, target é uma lista com o nome do alvo e train e test são, respectivamente, as basetables de treino e teste.

As variáveis ordenadas de acordo com o procedimento forward stepwise estão na lista variables. Você pode explorá-la no console. Além disso, três listas vazias foram definidas para você:

auc_values_train, que conterá os valores de AUC de treino do modelo em cada iteração
auc_values_test, que conterá os valores de AUC de teste do modelo em cada iteração
variables_evaluate, que conterá as variáveis avaliadas em cada iteração

Decidindo o cut-off

Introdução à Análise Preditiva em Python

Exercício interativo prático