Variabelvikt

Feature Engineering i R

Jorge Zazueta

Research Professor. Head of the Modeling Group at the School of Economics, UASLP

Lägga till fler prediktorer

En mer komplett modell inkluderar många variabler.

lr_model <- logistic_reg()
lr_recipe <- 
  recipe(class~ sponsor_code +
         contract_value_band +
         category_code, 
         data = grants_train) %>%
  step_lencode_glm(sponsor_code,
                   contract_value_band,
                   category_code, 
                   outcome = vars(class))

Med mer lovande resultat.

lr_aug %>% class_evaluate(truth = class,
               estimate = .pred_class,
               .pred_successful)

# A tibble: 2 × 3
  .metric  .estimator .estimate
  <chr>    <chr>          <dbl>
1 accuracy binary         0.890
2 roc_auc  binary         0.951

Vilka variabler är viktigast?

Vi kan visualisera särdrag rangordnade efter vikt med hjälp av paketet vip().

lr_fit %>%
  extract_fit_parsnip() %>%
  vip(aesthetics = 
      list(fill = "steelblue"))

Diagram över variabelvikt

Stapeldiagram över variabelvikt.

Variabelvikt och särdragskonstruktion

Variabelvikt kan vara en kraftfull återkopplingsmekanism för att förfina särdragskonstruktion utifrån domänkunskap.

Arbetsflöde för variabelvikt och särdragskonstruktion.

Nu kör vi en övning!

Feature Engineering i R