Archiwum

1 Wstęp Bardzo często budując modele scoringowe oraz predykcyjne korzysta się bezkrytycznie z metod krokowego wyboru cech (ang. stepwise feature selection methods). Szczególnie w sytuacji, gdy wybieramy spośród wielu cech objaśniających mogących objaśniać zjawisko. Dotyczy to scoringów behawioralnych ryzyka kredytowego albo modeli opisujących zachowanie klienta w CRM albo marketingu bezpośrednim (modele np. churn, attrition czy response). Stosuje się wtedy warianty ”forward feature [...]

Wstęp Pokażę dzisiaj, jak zrobić w R coś, co w Excelu wykonuje się z pomocą funkcji ,,szukaj wyniku” (goal seek). Funkcja ta pozwala na znalezienie wartości komórki takiej, żeby dowolnie skomplikowana formuła zależna od wartości w tej komórce (i być może innych) dawała wynik zadany w innej komórce. Ta funkcja może posłużyć do znalezienia ceny produktu spełniającej określone warunki, punktu odcięcia dla modelu scoringowego, który daje [...]

Ocena dokładności prognoz (zdolności predykcyjnej/prognostycznej modelu) jest nieodzownym etapem budowy każdego modelu. W praktyce porównujemy skuteczność prognoz, aby: 1) wybrać najbardziej efektywną metodę dla danych, 2) znaleźć optymalny podzbiór cech (zmiennych objaśniających) lub 3) dobrać optymalne parametry dla stosowanej metody. Schematy oceny skuteczności modelu (takie jak np.: random split, cross-validation (CV) czy bootstrap) są powszechnie znane [...]

Spróbuj ponownie