Basit lojistik regresyon modelleri kurma

donors veri kümesi, felçli asker gaziler için yapılan bağış toplama mektubunu alan 93.462 kişinin örneklerini içerir. Eğer kişi mektuba yanıt olarak bağış yaptıysa donated sütunu 1, aksi halde 0 değerini alır. Bu ikili sonuç, lojistik regresyon modelinin bağımlı değişkeni olacaktır.

Kalan sütunlar, potansiyel bağışçıların bağış davranışlarını etkileyebilecek özelliklerdir. Bunlar, modelin bağımsız değişkenleridir.

Bir regresyon modeli kurarken, hangi bağımsız değişkenlerin bağımlı değişkeni yordayacağını tahmin etmek genellikle yararlıdır. Geçersiz posta adresleri için 1, aksi halde 0 olan bad_address sütununun bağış olasılığını azaltabileceği düşünülebilir. Benzer şekilde, dini ilgi (interest_religion) ve gazilerle ilgili konulara ilgi (interest_veterans) daha fazla hayırsever bağışla ilişkili olabilir.

Bu egzersizde, bağış davranışına ilişkin basit bir model oluşturmak için bu üç faktörü kullanacaksın. donors veri kümesi kullanımın için hazırdır.

Bu egzersiz, kursun bir parçasıdır

R'de Supervised Learning: Sınıflandırma

Kursa Göz Atın

Egzersiz talimatları

str() fonksiyonunu kullanarak donors'ı incele.
table() fonksiyonunu kullanarak donated değişkeninin her düzeyinin kaç kez göründüğünü say.
Daha önce açıklanan üç bağımsız değişkenle formül arayüzünü kullanarak bir lojistik regresyon modeli kur.
- glm() fonksiyonunu ilk argüman olarak formülle ve data argümanı olarak veri çerçevesiyle çağır.
- Sonucu donation_model olarak kaydet.
Model nesnesini summary() ile özetle.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# 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

Kodu Düzenle ve Çalıştır