Procedura de selecție forward stepwise a variabilelor oferă o ordine în care variabilele sunt adăugate optim în setul de predictori. Pentru a decide unde să tai lista de variabile, poți construi curbele AUC pe datele de antrenament și de testare. Aceste curbe reprezintă grafic valorile AUC folosind prima variabilă, primele două, primele trei… variabile incluse în model.

În acest exercițiu vei învăța să trasezi aceste curbe AUC. Metoda auc_train_test pentru calculul valorilor AUC a fost deja implementată și poate fi folosită astfel:

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

unde variables este setul de variabile folosit în modelul de regresie logistică, target este o listă cu numele variabilei țintă, iar train și test sunt tabelele de bază pentru antrenament, respectiv testare.

Variabilele ordonate conform procedurii forward stepwise sunt date în lista variables. Le poți explora în consolă. În plus, au fost definite pentru tine trei liste goale:

auc_values_train, care va conține valorile AUC pe setul de antrenament la fiecare iterație
auc_values_test, care va conține valorile AUC pe setul de testare la fiecare iterație
variables_evaluate, care va conține variabilele evaluate la fiecare iterație

Alegerea pragului de tăiere

Introducere în analitica predictivă în Python

Exercițiu interactiv practic