逻辑回归 R语言 建模步骤小记

商业分析中 逻辑回归常用于预测目标变量Y的 是与否的模型（0-1）之间的概率模型

1，构建所需的数据集，根据实验的窗口，构建逻辑回归数据结构，例如 用过去12个月数据 做购买率的模型训练，这部分包含训练数据集与测试数据集，

比例可以是7：3的比例，还有模型外验证数据集，这部分数据可以为12个月后 后3个月数据来对预测模型的泛化做评估，即13-15月3月的数据做模型验证。效果较好的模型 用来上线生产。其中根据实际的购买率乘以一定的比例系数，放大购买率通过过采样的模式构造基本数据集。

2.变量的转化与预处理。

其中去掉缺失值较多的变量，购买率分布较集中的变量，即购买概率的变化不随自变量变化而变化的变量，即数值集中程度较高的变量。与Y不相关的变量。

对缺失值进行填补，例如 对有序分类变量 用均值来填补。对连续性变量 用中位数来填补 等。

3.变量的删选（特征工程）（caret包）

将高维即数量太庞大的自变量群，降维致较少的变量组合，（例如降至80以下 或者20左右），这部分步骤主要来降维的同时，期望消去变量之间的共线性，相关性等因素

4.模型的构建（glm 包/step() )

根据实际商业的目的，挑选第三步后剩下的变量，并调参，找到是整个系统平滑稳定的变量组合，例如10个变量，其中每个变量权重期望分布均匀，且满足模型其他各项基本指标，如C值 AUC等。

5.模型的评估 与描述

将构建完成的模型，将所有客户的购买率给出，并从高到低排序，总人群均分为10类 。输出模型结果 其中理想效果是 ：购买率高的客户群为总体平均购买率人群的两倍既两倍以上，即高的购买率是总体平均购买率的两倍。

 

5分钟随笔，之后有时间补实操code....