การตรวจสอบโมเดล การพอดีของโมเดล และการพยากรณ์

Machine Learning for Marketing Analytics ใน R

Verena Pflieger

Data Scientist at INWT Statistics

สัมประสิทธิ์การตัดสินใจ $R^2$

Machine Learning for Marketing Analytics ใน R

$R^2$ และ F-test

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
Machine Learning for Marketing Analytics ใน R

Overfitting

Machine Learning for Marketing Analytics ใน R

วิธีป้องกัน Overfitting

  • AIC() จากแพ็กเกจ stats
  • stepAIC() จากแพ็กเกจ MASS
  • การตรวจสอบโมเดลนอกกลุ่มตัวอย่าง
  • Cross-validation
  • ...
AIC(multipleLM2)

33950.45
Machine Learning for Marketing Analytics ใน R

ชุดข้อมูลใหม่ 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>
Machine Learning for Marketing Analytics ใน R

การพยากรณ์

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
Machine Learning for Marketing Analytics ใน R

สิ่งที่เรียนรู้จาก Linear Regression

สิ่งที่เรียนรู้จาก Linear Regression
ได้เรียนรู้... การพยากรณ์มูลค่าตลอดอายุลูกค้าในอนาคต
การใช้ linear regression สำหรับโมเดลตัวแปรต่อเนื่อง
ตัวแปรที่ใช้สร้างโมเดลและพยากรณ์ต้องมีชื่อเหมือนกัน
Machine Learning for Marketing Analytics ใน R

สิ่งที่เรียนรู้จากโมเดล

สิ่งที่เรียนรู้จากโมเดล
ได้เรียนรู้... margin ในปีหนึ่งเป็นตัวพยากรณ์ที่ดีสำหรับ margin ในปีถัดไป
ยิ่งเวลาผ่านไปนานตั้งแต่สั่งซื้อครั้งล่าสุด margin ที่คาดการณ์ยิ่งน้อยลง
ลักษณะเช่นเพศและอายุดูเหมือนไม่มีผลต่อการพยากรณ์ margin
ฯลฯ
Machine Learning for Marketing Analytics ใน R

มาลงมือปฏิบัติกันเลย!

Machine Learning for Marketing Analytics ใน R

Preparing Video For Download...