Chỉ định mô hình và ước lượng
Bạn đã thấy lệnh glm() để chạy hồi quy logistic. glm() là viết tắt của generalized linear model và cung cấp cả một họ các mô hình hồi quy.
Hãy dùng bộ dữ liệu của bài tập cho tác vụ mã này. Dữ liệu defaultData bạn cần cho bài tập đã có sẵn trong môi trường và sẵn sàng để dựng mô hình.
Bài tập này là một phần của khóa học
Machine Learning cho Phân tích Marketing bằng R
Hướng dẫn bài tập
- Dùng hàm
glm()để mô hình hóa xác suất khách hàng vỡ nợ thanh toán bằng hồi quy logistic. Bao gồm tất cả biến giải thích trong bộ dữ liệu và chỉ định dữ liệu sẽ dùng. - Đừng quên chỉ định đối số
family. - Trích xuất các hệ số từ mô hình, sau đó chuyển đổi chúng thành tỷ số odds và làm tròn.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Build logistic regression model
logitModelFull <- ___(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 = ___, data = ___)
# Take a look at the model
___(logitModelFull)
# Take a look at the odds ratios
coefsexp <- ___(logitModelFull) %>% ___ %>% round(2)
coefsexp