เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การวัดประสิทธิภาพในตัวอย่าง: โมเดลแบบเต็ม

ถึงเวลาเขียนโค้ดอีกครั้ง โดยกลับมาใช้ชุดข้อมูล defaultData เหมือนเดิม

ตอนนี้เราต้องการวัดประสิทธิภาพของโมเดลโดยการคำนวณค่าความถูกต้อง (accuracy) ซึ่งขั้นตอนแรกต้องสร้าง confusion matrix ก่อน

เริ่มจาก logitModelFull โมเดลนี้ถูกกำหนดค่าไว้แล้วและพร้อมใช้งานใน environment ของคุณ

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Machine Learning for Marketing Analytics ใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใช้ predict() เพื่อคำนวณค่าความน่าจะเป็นที่ลูกค้าแต่ละรายจะผิดนัดชำระเงิน
  • สร้าง confusion matrix โดยใช้ฟังก์ชัน confusion.matrix() จากไลบรารี SDMTools ทั้งนี้ SDMTools ไม่สามารถดาวน์โหลดจาก CRAN ได้อีกต่อไปแล้ว หากต้องการฝึกฝนบนคอมพิวเตอร์ส่วนตัว สามารถติดตั้งแพ็กเกจได้ด้วยคำสั่ง remotes::install_version("SDMTools", "1.1-221.2") ซึ่งจะติดตั้ง SDMTools เวอร์ชันที่ใช้ในคอร์สนี้
  • กำหนด threshold ที่ค่ามาตรฐาน 0.5
  • คำนวณค่าความถูกต้อง (accuracy) จาก confusion matrix

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Make predictions using the full Model
defaultData$predFull <- predict(logitModelFull, type = ___, na.action = ___)

# Construct the in-sample confusion matrix
confMatrixModelFull <- confusion.matrix(defaultData$___,defaultData$___, threshold = ___)
confMatrixModelFull

# Calculate the accuracy for the full Model
accuracyFull <- sum(diag(___)) / ___(___)
accuracyFull
แก้ไขและรันโค้ด