변수 중요도

R로 배우는 Feature Engineering

Jorge Zazueta

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

예측 변수 추가

더 완전한 모델에는 많은 변수가 포함됩니다.

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))

결과도 더 매력적입니다.

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

어떤 변수가 가장 중요할까요?

vip() 패키지를 사용하면 중요도 기준으로 정렬된 특징을 시각화할 수 있습니다.

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

변수 중요도 차트

변수 중요도 막대 차트.

변수 중요도와 특징 공학

변수 중요도는 도메인 지식을 바탕으로 특징 공학을 개선하는 강력한 피드백 수단이 될 수 있습니다.

변수 중요도와 특징 공학 워크플로.

연습해 봅시다!

R로 배우는 Feature Engineering