Validação do modelo, ajuste e predição

Machine Learning for Marketing Analytics in R

Verena Pflieger

Data Scientist at INWT Statistics

Coeficiente de determinação $R^2$

$R^2$ e teste F

summary(multipleLM2)

Erro padrão residual: 13.87 com 4179 graus de liberdade
R-quadrado múltiplo:  0.3522,    R-quadrado ajustado:  0.3504 
Estatística F: 206.5 em 11 e 4179 GL,  p-valor: < 2.2e-16

Overfitting

Métodos para evitar overfitting

AIC() do pacote stats
stepAIC() do pacote MASS
Validação do modelo fora da amostra
Validação cruzada
...

AIC(multipleLM2)

33950.45

Novo conjunto de dados clvData2

head(clvData2)

# A tibble: 6 x 14
  customerID nOrders nItems daysSinceLastOrder margin returnRatio 
       <int>   <int>  <int>              <int>  <dbl>       <dbl>         
1          2      16     40                  2  57.62        0.18
2          3       1      5                124  29.69        1.00
3          4      15     30                 68  56.26        0.16
4          5      23     41                103  58.84        0.03
5          6       2      4                104  29.31        0.00
6          7       6     10                 41  35.72        0.06
#... with 8 more variables: shareOwnBrand <dbl>, shareVoucher <dbl>,
#  shareSale <dbl>, gender <chr>, age <int>, marginPerOrder <dbl>,
#  marginPerItem <dbl>, itemsPerOrder <dbl>

Predição

predMargin <- predict(multipleLM2, 
                      newdata = clvData2)
head(predMargin)

       1        2        3        4        5        6 
51.10204 31.63335 51.90008 52.62200 36.65194 33.84383

mean(predMargin, na.rm = TRUE)

33.95147

Aprendizados de regressão linear

	Aprendizados de Regressão Linear
Você aprendeu...	a prever o valor do ciclo de vida do cliente no futuro
	a usar regressão linear para modelar uma variável contínua
	que as variáveis de modelagem e predição devem ter os mesmos nomes

Aprendizados do modelo

	Aprendizados do modelo
Você aprendeu...	que a margem em um ano prevê bem a margem no ano seguinte
	quanto maior o tempo desde o último pedido, menor a margem esperada
	características como gênero e idade não parecem influenciar a predição da margem
	etc.

Certo, mãos à obra!

Machine Learning for Marketing Analytics in R