建立更進階的模型
預測未來捐款的最佳指標之一，是過去是否有「近期、頻繁、且金額大」的捐款紀錄。以行銷術語來說，這稱為 R/F/M：
- Recency（新近度）
- Frequency（頻率）
- Money（金額）
同時既不夠新近、也不夠頻繁的捐款人，可能特別有機會再次捐款；也就是說，新近度與頻率「合併」的影響，可能大於兩者各自效果的總和。
由於這些預測變數合在一起對應變數的影響更大，它們的聯合效果必須建模為交互作用。donors 資料集已為你載入。
本練習屬於課程
R 監督式學習：分類
練習說明
- 建立以
donated為應變數的羅吉斯迴歸模型，自變數包含money，以及recency與frequency的交互作用。使用*加入交互作用項。 - 檢視模型的
summary()，確認交互作用已加入。 - 將模型預測的機率儲存為
rfm_prob。使用predict()函式，記得設定type參數。 - 使用
roc()函式繪製 ROC 曲線。請記得，這個函式需要結果欄位與預測向量。 - 使用
auc()計算新模型的 AUC，並與較簡單的模型比較效能。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Build a recency, frequency, and money (RFM) model
rfm_model <- ___
# Summarize the RFM model to see how the parameters were coded
# Compute predicted probabilities for the RFM model
rfm_prob <- ___
# Plot the ROC curve and find AUC for the new model
library(pROC)
ROC <- ___
plot(___, col = "red")
auc(___)