Model belirtimi

Bir önceki videoda gördüğün gibi stepAIC() fonksiyonu azaltılmış bir model döndürür. Şimdi bu yöntemi egzersiz veri kümesi defaultData üzerinde uygulamak istiyorsun.

Hazırlanmış veri kümesi çalışma ortamında mevcut. Ayrıca MASS paketi yüklü ve daha önce kurulmuş logit modeli logitModelFull senin için tanımlı. Ek olarak, adımlı model seçimi daha büyük veri kümelerinde ve daha karmaşık modellerde uzun sürebileceği için veri kümesinin boyutunu küçülttüğümüze dikkat et.

Bu egzersiz

R ile Pazarlama Analitiği için Machine Learning

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

stepAIC() fonksiyonunu kullan. Tüm model seçimi sürecinin çıktısını görmek istemediğin için trace = 0 ayarla. Sonucu logitModelNew nesnesine kaydet.
Ardından, summary() fonksiyonunu kullanarak logitModelNew’a göz at. Bu durumda uyarı iletisini yok sayabilirsin. Nelerin değiştiğine bak. Sonuçları anla.
Formül bir nesnede saklanır; böylece onu daha sonra kullanmak istediğinde tüm denklemi tekrar yazmak zorunda kalmazsın.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

library(MASS)
# The old (full) model
logitModelFull <- glm(PaymentDefault ~ limitBal + sex + education + marriage +
                   age + pay1 + pay2 + pay3 + pay4 + pay5 + pay6 + billAmt1 + 
                   billAmt2 + billAmt3 + billAmt4 + billAmt5 + billAmt6 + payAmt1 + 
                   payAmt2 + payAmt3 + payAmt4 + payAmt5 + payAmt6, 
                 family = binomial, defaultData)

#Build the new model
logitModelNew <- stepAIC(___,___) 

#Look at the model
summary(logitModelNew) 

# Save the formula of the new model (it will be needed for the out-of-sample part) 
formulaLogit <- as.formula(summary(logitModelNew)$call)
formulaLogit

Kodu Düzenle ve Çalıştır