Importance des variables

Feature engineering en R

Jorge Zazueta

Research Professor. Head of the Modeling Group at the School of Economics, UASLP

Ajouter d'autres prédicteurs

Un modèle plus complet inclut plusieurs variables.

lr_model <- logistic_reg()
lr_recipe <- 
  recipe(class~ sponsor_code +
         contract_value_band +
         category_code, 
         data = grants_train) %>%
  step_lencode_glm(sponsor_code,
                   contract_value_band,
                   category_code, 
                   outcome = vars(class))

Avec de meilleurs résultats.

lr_aug %>% class_evaluate(truth = class,
               estimate = .pred_class,
               .pred_successful)

# A tibble: 2 × 3
  .metric  .estimator .estimate
  <chr>    <chr>          <dbl>
1 accuracy binary         0.890
2 roc_auc  binary         0.951

Quelles variables comptent le plus ?

Nous pouvons tracer les variables classées par importance avec le package vip().

lr_fit %>%
  extract_fit_parsnip() %>%
  vip(aesthetics = 
      list(fill = "steelblue"))

Graphique d'importance des variables

Histogramme d'importance des variables.

Importance des variables et feature engineering

L'importance des variables est un puissant levier pour affiner la création de variables à partir de connaissances métier.

Flux de travail : importance des variables et feature engineering.

Passons à la pratique !

Feature engineering en R