Valider les résultats de la régression logistique

Analytique RH : prédire le roulement du personnel avec R

Anurag Gupta

People Analytics Practitioner

Distribution de la probabilité de départ des cas de test

Transformer les probabilités en catégories avec un seuil

# Classify predictions using a cut-off of 0.5
pred_cutoff_50_test <- ifelse(predictions_test > 0.5, 1, 0)

Qu'est-ce qu'une matrice de confusion ?

La matrice de confusion évalue la performance d'un modèle de classification.

Créer une matrice de confusion

## Creating confusion matrix
table(pred_cutoff_50_test, test_set$turnover)

prediction_categories   0   1
                    0 450  22
                    1  20  94

Comprendre la matrice de confusion

Vrais négatifs (TN) : le modèle a bien repéré les employé·e·s actifs
Vrais positifs (TP) : le modèle a bien repéré les employé·e·s inactifs
Faux positifs (FP) : le modèle a prédit des employé·e·s inactifs alors qu'ils sont actifs
Faux négatifs (FN) : le modèle a prédit des employé·e·s actifs alors qu'ils sont inactifs

Matrice de confusion : précision

$$ \text{Précision} = \frac{\text{ TP + TN }}{\text{ TP + TN + FP + FN }} $$

$$ \text{Précision} = \frac{\text{ 450 + 94 }}{\text{ 450 + 94 + 22 + 20}} $$

$$ = $$

$$ \text{0.9283} $$

Créer une matrice de confusion

# Load library
library(caret)

# Construct a confusion matrix
conf_matrix_50 <- confusionMatrix(table(test_set$turnover, 
                                        pred_cutoff_50_test))

conf_matrix_50

Confusion Matrix and Statistics

prediction_categories   0   1
                    0 450  22
                    1  20  94

               Accuracy : 0.9283          
                 95% CI : (0.9044, 0.9479)
    No Information Rate : 0.802           
    P-Value [Acc > NIR] : <2e-16                                        
                  Kappa : 0.7728          
 Mcnemar's Test P-Value : 0.8774                                       
            Sensitivity : 0.9574          
            Specificity : 0.8103          
         Pos Pred Value : 0.9534          
         Neg Pred Value : 0.8246          
             ...

Ressources pour aller plus loin

Passons à la pratique !

Analytique RH : prédire le roulement du personnel avec R