Validation du modèle, ajustement et prédiction

Machine Learning for Marketing Analytics in R

Verena Pflieger

Data Scientist at INWT Statistics

Coefficient de détermination $R^2$

$R^2$ et test F

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

Surajustement

Méthodes pour éviter le surajustement

AIC() du paquet stats
stepAIC() du paquet MASS
Validation du modèle hors échantillon
Validation croisée
...

AIC(multipleLM2)

33950.45

Nouveau jeu de données 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>

Prédiction

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

Acquis : régression linéaire

	Acquis : régression linéaire
Vous avez appris...	à prédire la valeur vie client future
	à utiliser une régression linéaire pour modéliser une variable continue
	que les variables pour la modélisation et la prédiction doivent porter les mêmes noms

Acquis : le modèle

	Acquis : le modèle
Vous avez appris...	que la marge d'une année prédit bien la marge de l'année suivante
	plus le temps depuis la dernière commande est long, plus la marge attendue est faible
	que des caractéristiques comme le genre et l'âge ne semblent pas jouer un rôle pour prédire la marge
	etc.

Allons-y, au travail !

Machine Learning for Marketing Analytics in R