Importância das variáveis

Feature Engineering em R

Jorge Zazueta

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

Adicionando mais preditores

Um modelo mais completo inclui muitas variáveis.

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))

Com resultados mais atraentes.

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

Quais variáveis mais importam?

Podemos plotar as features em ordem de importância com o pacote vip().

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

Gráfico de importância das variáveis

Gráfico de barras de importância das variáveis.

Importância das variáveis e engenharia de features

A importância das variáveis é um ótimo feedback para aprimorar a engenharia de features usando conhecimento de domínio.

Fluxo de importância das variáveis e engenharia de features.

Vamos praticar!

Feature Engineering em R