เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การสร้างโมเดล Logistic Regression อย่างง่าย

ชุดข้อมูล donors ประกอบด้วยตัวอย่าง 93,462 รายการของผู้ที่ได้รับจดหมายชักชวนบริจาคเพื่อช่วยเหลือทหารผ่านศึกที่พิการ คอลัมน์ donated มีค่าเป็น 1 หากบุคคลนั้นบริจาคเงินเพื่อตอบสนองต่อจดหมาย และ 0 หากไม่ได้บริจาค ผลลัพธ์แบบ binary นี้จะเป็น ตัวแปรตาม (dependent variable) ของโมเดล logistic regression

คอลัมน์ที่เหลือคือคุณลักษณะของผู้บริจาคที่อาจส่งผลต่อพฤติกรรมการบริจาค ซึ่งถือเป็น ตัวแปรอิสระ (independent variables) ของโมเดล

ในการสร้างโมเดล regression การตั้งสมมติฐานล่วงหน้าว่าตัวแปรอิสระใดจะช่วยทำนายตัวแปรตามได้นั้นเป็นสิ่งที่มีประโยชน์มาก คอลัมน์ bad_address ซึ่งมีค่า 1 สำหรับที่อยู่ไม่ถูกต้องและ 0 สำหรับที่อยู่ที่ถูกต้อง น่าจะส่งผลให้โอกาสการบริจาคลดลง ในทำนองเดียวกัน ความสนใจด้านศาสนา (interest_religion) และความสนใจด้านกิจการทหารผ่านศึก (interest_veterans) น่าจะมีความสัมพันธ์กับการบริจาคการกุศลที่มากขึ้น

ในแบบฝึกหัดนี้ คุณจะใช้ปัจจัยทั้งสามนี้เพื่อสร้างโมเดลพฤติกรรมการบริจาคอย่างง่าย โดยชุดข้อมูล donors พร้อมให้ใช้งานแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Supervised Learning in R: Classification

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ตรวจสอบ donors โดยใช้ฟังก์ชัน str()
  • นับจำนวนครั้งที่แต่ละระดับของตัวแปร donated ปรากฏ โดยใช้ฟังก์ชัน table()
  • Fit โมเดล logistic regression โดยใช้ formula interface กับตัวแปรอิสระทั้งสามตัวที่กล่าวถึงข้างต้น
    • เรียก glm() โดยส่ง formula เป็นอาร์กิวเมนต์แรก และ data frame เป็นอาร์กิวเมนต์ data
    • บันทึกผลลัพธ์ไว้ในตัวแปรชื่อ donation_model
  • สรุปออบเจกต์โมเดลด้วย summary()

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Examine the dataset to identify potential independent variables


# Explore the dependent variable


# Build the donation model
donation_model <- glm(___, 
                      data = ___, family = "___")

# Summarize the model results
แก้ไขและรันโค้ด