模型验证、拟合与预测

用 R 进行市场营销分析的机器学习

Verena Pflieger

Data Scientist at INWT Statistics

判定系数 R^2

用 R 进行市场营销分析的机器学习

R^2 与 F 检验

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
用 R 进行市场营销分析的机器学习

过拟合

用 R 进行市场营销分析的机器学习

避免过拟合的方法

  • stats 包中的 AIC()
  • MASS 包中的 stepAIC()
  • 样本外模型验证
  • 交叉验证
  • …
AIC(multipleLM2)

33950.45
用 R 进行市场营销分析的机器学习

新数据集 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>
用 R 进行市场营销分析的机器学习

预测

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
用 R 进行市场营销分析的机器学习

线性回归要点

线性回归要点
您已学会… 预测未来的客户生命周期价值（CLV）
用线性回归建模连续变量
建模与预测所用变量名必须一致
用 R 进行市场营销分析的机器学习

模型结论要点

模型结论要点
您已学会… 一年期的利润率可较好预测下一年的利润率
距离上次下单时间越久，期望利润率越低
性别与年龄等特征对利润率预测作用不明显
等等…
用 R 进行市场营销分析的机器学习

开始动手！

用 R 进行市场营销分析的机器学习

Preparing Video For Download...