Örnek içi uyum: tam model
Yeniden kodlama zamanı; yani defaultData egzersiz veri kümesine geri dönüyoruz.
Şimdi doğruluğu (accuracy) hesaplayarak modelinin nasıl performans gösterdiğini öğrenmek istiyorsun. Bunu yapmak için önce bir karmaşıklık matrisine ihtiyacın var.
Önce logitModelFull ile başla. Model zaten tanımlı ve çalışma ortamında mevcut.
Bu egzersiz, kursun bir parçasıdır
R ile Pazarlama Analitiği için Machine Learning
Egzersiz talimatları
- Her bir müşterinin ödemede temerrüde düşme olasılığını elde etmek için
predict()kullan. - Karmaşıklık matrisini oluşturmak için
SDMToolspaketindekiconfusion.matrix()fonksiyonunu kullan.SDMToolsartık CRAN üzerinden indirilemiyor. Bu yüzden evde pratik yapmak istersen, bu derste kullanılan sürümü kurmak içinremotes::install_version("SDMTools", "1.1-221.2")komutunu kullanabilirsin. - Eşik değeri olarak yaygın bir değer olan 0.5'i seç.
- Doğruluğu, karmaşıklık matrisini kullanarak hesapla.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# 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