다중 로지스틱 회귀

R 중급 회귀

Richie Cotton

Data Evangelist at DataCamp

은행 이탈(churn) 데이터셋

has_churned	time_since_first_purchase	time_since_last_purchase
0	0.3993247	-0.5158691
1	-0.4297957	0.6780654
0	3.7383122	0.4082544
0	0.6032289	-0.6990435
...	...	...
이탈 여부	관계 지속 기간	최근 활동 시점

¹ https://www.rdocumentation.org/packages/bayesQR/topics/Churn

glm()

glm(response ~ explanatory, data = dataset, family = binomial)

glm(response ~ explanatory1 + explanatory2, data = dataset, family = binomial)

glm(response ~ explanatory1 * explanatory2, data = dataset, family = binomial)

예측 흐름

explanatory_data <- expand_grid(
  explanatory1 = some_values,
  explanatory2 = some_values
)
prediction_data <- explanatory_data %>% 
  mutate(
    has_churned = predict(mdl, explanatory_data, type = "response")
  )

네 가지 결과

	실제: 거짓	실제: 참
예측: 거짓	정확	거짓 음성
예측: 참	거짓 양성	정확

¹ https://campus.datacamp.com/courses/introduction-to-regression-in-r/simple-logistic-regression?ex=10

혼동 행렬

actual_response <- dataset$response
predicted_response <- round(fitted(mdl))

outcomes <- table(predicted_response, actual_response)

confusion <- conf_mat(outcomes)

autoplot(confusion)

summary(confusion, event_level = "second")

시각화

범주형 변수에는 패싯을 사용합니다.
수치형 설명 변수가 2개면, 반응을 색으로 표시합니다.
0.5 미만은 한 색, 0.5 초과는 다른 색으로 구분합니다.

scale_color_gradient2(midpoint = 0.5)

연습해 봅시다!

R 중급 회귀