モデル検証、モデル適合、予測

Rで学ぶマーケティングアナリティクスのための機械学習

Verena Pflieger

Data Scientist at INWT Statistics

決定係数 $R^2$

$R^2$ と F検定

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

過学習

過学習を防ぐ手法

stats パッケージの AIC()
MASS パッケージの stepAIC()
サンプル外モデル検証
交差検証
...

AIC(multipleLM2)

33950.45

新しいデータセット 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>

予測

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

線形回帰の学習内容

	線形回帰の学習内容
学習した内容...	将来の顧客生涯価値を予測する方法
	線形回帰を用いて連続変数をモデル化する方法
	モデリングと予測に使用する変数名は同一にする必要があること

モデルからの学習内容

	モデルからの学習内容
学習した内容...	当年のマージンは翌年のマージンの良い予測因子であること
	最終注文からの経過時間が長いほど、期待マージンが小さくなること
	性別や年齢などの特性はマージン予測に影響しないこと
	など...

実践してみましょう！

Rで学ぶマーケティングアナリティクスのための機械学習