Validazione del modello, adattamento e predizione

Machine Learning per il Marketing Analytics in R

Verena Pflieger

Data Scientist at INWT Statistics

Coefficiente di determinazione $R^2$

$R^2$ e F-test

summary(multipleLM2)

Residual standard error: 13.87 on 4179 degrees of freedom
Multiple R-squared:  0.3522,    Adjusted R-squared:  0.3504 
F-statistic: 206.5 on 11 and 4179 DF,  p-value: < 2.2e-16

Overfitting

Metodi per evitare l'overfitting

AIC() dal pacchetto stats
stepAIC() dal pacchetto MASS
Validazione del modello out-of-sample
Cross-validation
...

AIC(multipleLM2)

33950.45

Nuovo insieme di dati 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>

Predizione

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

Cosa hai imparato: regressione lineare

	Cosa hai imparato: Regressione lineare
Hai imparato...	a prevedere il valore futuro del cliente
	a usare una regressione lineare per modellare una variabile continua
	che le variabili per modellazione e predizione devono avere gli stessi nomi

Cosa hai imparato dal modello

	Cosa hai imparato dal modello
Hai imparato...	che il margine in un anno predice bene il margine dell'anno successivo
	più tempo è passato dall'ultimo ordine, minore è il margine atteso
	caratteristiche come genere e età non sembrano influire sulla predizione del margine
	ecc.

Bene, al lavoro!

Machine Learning per il Marketing Analytics in R