Variables fictives, données manquantes et interactions

Apprentissage supervisé en R : Classification

Brett Lantz

Instructor

Coder les variables catégorielles en indicateurs

# create gender factor
my_data$gender <- factor(my_data$gender,
                         levels = c(0, 1, 2),
                         labels = c("Male", "Female", "Other"))

Imputer les données manquantes

Même AUC, ROC différent

Effets d'interaction

Même AUC, ROC différent

# interaction of obesity and smoking
glm(disease ~ obesity * smoking,
      data = health,
      family = "binomial")

Passons à la pratique !

Apprentissage supervisé en R : Classification