Voorspellen van webwinkel aankopen met een Random Forest

In dit empirische onderzoek voorspellen we of een bezoek aan een webwinkel eindigt in een aankoop of niet. We maken gebruik van een beslissingsboom en een Random Forest om het al dan niet doen van een aankoop van een klant te voorspellen. Het idee van een Random Forest is dat een groot aantal beslissingsbomen samen een aankoop van een klant voorspelt. De voorspellingen van een Random Forest zijn over het algemeen beter dan de voorspellingen van een beslissingsboom. De voorspelprestaties van deze modellen vergelijken we met de voorspelprestaties van een Logit model. De resultaten leren ons dat het Random Forest model het al dan niet doen van een aankoop van een klant beter voorspelt, dat het schatten van een Random Forest een kortere rekentijd vergt en ongevoelig is voor de aanwezigheid van ruis, missende waarden en outliers in de dataset. Het voordeel van een Logit model is dat we de relevantie van de variabelen en de invloed van de variabelen op het al dan niet doen van een aankoop direct kunnen analyseren.