现在房价在小幅下降但对于刚需的朋友来说到必要时刻还是得买。对多数普通人来说买房子是件大事买一套房需要多看几次但看几次最合适呢我们可以从历史顾客的到访次数、年龄、性别和成交情况来探究到访次数与成交的关系。买房子成交与不成交只有两种结果用Logistic回归模型来预测最合适不过了 Logistic模型最适合对二元输出结果的情况进行预测。Logistic回归模型对事件发生的响应概率p(x)做对数转化以使响应概率p(x)在0~1之间ln(p(x)/(1-p(x)) abx则p(x) 1/(1e^(-a-bx)。我们获取了100位顾客的到访次数、年龄、性别和最终的成交情况下面用这100位顾客的数据来预测到访次数与购买之间的关系。1.用glm()函数做Logistic回归从文件customer.csv中读取数据到数据框customer中用str()函数显示数据框中的变量其中customerID为编号实际变量有4个gender、age、visit.times、buy。注R语言会自动将用字符串表示的类别型变量转化为用数值表示的类别型变量并根据字符串首字母顺序排序。如上述性别女“F”排在男“M”的前面则用1表示F2表示M。2.用summary()函数检查和查看回归结果根据相关系数表中的Pr值可以看出预测变量因变量buy与gender、age、visit.times的相关系数在0.05的显著性水平上不显著但对第一类错误误拒原假设-弃真概率和第二类错误存伪概率进行取舍仍然可以接受相关系数的显著性。从上述结果中可以看出1 gender为男性M则成交的对数概率则降低71.0222所以卖房子还是卖给女性客户更合适2 年龄每增加1岁成交的对数概率则降低1.1396越年轻的客户成交率越高o(╥﹏╥)o3 visit.times每增加一次成交的对数概率增加9.7809。房地产经纪人要多约客户客户来看房子这些结论是不是非常符合我们的常识yeah!用step()函数进行逐步回归检验找出最优回归模型第一次拟合的模型customer.fit为全变量预测模型故此处将step()函数的中的response设置为backward。最优回归模型的选择依据是选择AIC值最小的模型计算AIC的目的是防止过度拟合。AIC2(k–ln(L))其中k为参数的数量L是模型似然函数的最大值AIC为最大似然函数的减函数。当不剔除任何一个自变量时AIC值最小故保留的模型为全变量预测模型。用predict()函数预测因变量用table()函数取混合矩阵统计结果正确率从结果中可以看出预测结果的准确率6038/10098%。结果的准确率很高yeah注模型所用数据取自邱祐玮著的《数据科学R语言实现》数学算法的世界数据分析|PythonR|SQL|Excel|科普
-项目搭建)
)
