Criação de um modelo mais sofisticado
Um dos melhores indicadores de doações futuras é um histórico de doações recentes, frequentes e grandes. Em termos de marketing, isso é conhecido como R/F/M:
- Recência
- Frequência
- Dinheiro
Os doadores que não doaram recentemente e com frequência podem ter uma probabilidade especial de doar novamente; em outras palavras, o impacto combinado da recência e da frequência pode ser maior do que a soma dos efeitos separados.
Como esses preditores juntos têm um impacto maior sobre a variável dependente, seu efeito conjunto deve ser modelado como uma interação. O conjunto de dados donors foi carregado para você.
Este exercício faz parte do curso
Aprendizagem supervisionada em R: Classificação
Instruções de exercício
- Crie um modelo de regressão logística de
donatedcomo uma função demoneymais a interação derecencyefrequency. Use*para adicionar o termo de interação. - Examine o site
summary()do modelo para confirmar que o efeito de interação foi adicionado. - Salve as probabilidades previstas do modelo como
rfm_prob. Use a funçãopredict()e lembre-se de definir o argumentotype. - Trace uma curva ROC usando a função
roc(). Lembre-se de que essa função usa a coluna de resultados e o vetor de previsões. - Calcule o AUC para o novo modelo com a função
auc()e compare o desempenho com o modelo mais simples.
Exercício interativo prático
Experimente este exercício preenchendo este código de exemplo.
# Build a recency, frequency, and money (RFM) model
rfm_model <- ___
# Summarize the RFM model to see how the parameters were coded
# Compute predicted probabilities for the RFM model
rfm_prob <- ___
# Plot the ROC curve and find AUC for the new model
library(pROC)
ROC <- ___
plot(___, col = "red")
auc(___)