模型驗證、模型擬合與預測

R 的行銷分析機器學習

Verena Pflieger

Data Scientist at INWT Statistics

決定係數 $R^2$

$R^2$ 與 F 檢定

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

過度擬合

避免過度擬合的方法

stats 套件的 AIC()
MASS 套件的 stepAIC()
樣本外模型驗證
交叉驗證
...

AIC(multipleLM2)

33950.45

新資料集 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>

預測

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

線性迴歸重點

	線性迴歸重點
你學到…	預測未來的顧客終身價值
	使用線性迴歸建模連續變數
	建模與預測所用變數名稱必須一致

來自模型的啟示

	模型啟示
你學到…	一年內的利潤可良好預測下一年的利潤
	距離上次下單越久，預期利潤越小
	性別與年齡等特徵對利潤預測影響不大
	等等

好，動手做吧！

R 的行銷分析機器學習