모델 검증, 모델 적합 및 예측

R로 배우는 Machine Learning 기반 마케팅 분석

Verena Pflieger

Data Scientist at INWT Statistics

결정 계수 $R^2$

$R^2$ 및 F-검정

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

과적합

과적합 방지 방법

stats 패키지의 AIC()
MASS 패키지의 stepAIC()
표본 외 모델 검증
교차 검증
...

AIC(multipleLM2)

33950.45

새 데이터셋 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>

예측

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

선형 회귀 학습 내용

	선형 회귀 학습 내용
학습한 내용...	미래 고객 생애 가치 예측 방법
	연속형 변수 모델링을 위한 선형 회귀 활용 방법
	모델링과 예측에 사용되는 변수명이 동일해야 함

모델에서 얻은 인사이트

	모델에서 얻은 인사이트
학습한 내용...	1년 내 마진이 다음 해 마진의 좋은 예측 변수임
	마지막 주문 이후 기간이 길수록 예상 마진이 낮아짐
	성별, 나이 등의 특성은 마진 예측에 유의미한 영향이 없는 것으로 보임
	기타...

이제 직접 해 보겠습니다!

R로 배우는 Machine Learning 기반 마케팅 분석