Natrénování, průzkum a vyhodnocení modelu

Jakmile máš definovaný workflow s receptem a modelem, můžeš na něj natrénovat data. K tomu slouží trénovací datová sada. Natrénovaný model se pak vyhodnotí na testovací sadě. V tomto příkladu je cílová proměnná kategorická a používáš model logistické regrese – výsledky predikcí proto vyhodnotíš pomocí F míry. K dispozici máš feature_selection_recipe, lr_model, attrition_wflow, train a test z předchozího cvičení.

Balíčky tidyverse a tidymodels jsou již načtené.

Toto cvičení je součástí kurzu

Redukce dimenzionality v R

Zobrazit kurz

Pokyny k cvičení

Natrénuj attrition_wflow na trénovacích datech.
Přidej testovací predikce k testovací sadě spolu s původními hodnotami Attrition.
Pomocí f_meas() vyhodnoť výkon modelu na testovacích datech.
Zobraz odhady modelu attrition_fit.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Fit workflow to train data
attrition_fit <- 
  ___ %>% ___(___ = ___)

# Add the test predictions to the test data
attrition_pred_df <- ___(___, ___) %>% 
  bind_cols(___ %>% select(___))

# Evaluate F score
___(___, ___, ___)

# Display model estimates
___(___)

Upravit a spustit kód