Качество модели с переменными изменения
Дана таблица basetable, содержащая 3 обычных предиктивных переменных: "gender_F", "age", "donations_2017" — и переменную изменения "donations_2017_min_2016", которая содержит разность числа пожертвований за 2017 и 2016 годы.
В этом упражнении вы оцените пользу переменных изменения. Вам предстоит построить две предиктивные модели: одну на основе обычных переменных, заданных в variables_regular, и другую — где "donations_2017" заменена на "donations_2017_min_2016" (эти переменные заданы в variables_evolution). Модель логистической регрессии уже инициализирована в logreg. Модель на обычных переменных уже реализована, её AUC сохранён в auc_regular.
Это упражнение является частью курса
Средний уровень прогностической аналитики на Python
Инструкции к упражнению
- Выберите переменные изменения в
X_evolutionи обучите модель. - Сделайте прогнозы с помощью
.predict_proba()для всех наблюдений вX_evolutionи рассчитайте AUC с помощьюroc_auc_score(). - Выведите значения AUC обеих моделей и сравните их.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Select the evolution variables and fit the model
X_evolution = ____[____]
logreg.fit(____, y)
# Make predictions and calculate the AUC
predictions_evolution = logreg.____(____)[:,1]
auc_evolution = ____(____, ____)
# Print the respective AUC values
print(round(auc_regular, 2))
____(round(____, 2))