Začněte nyníZačněte zdarma

Který prediktor je nejdůležitější?

Předpověď ti vyšla skvěle, ale které prediktory k ní přispěly nejvíc? Jak modelu lépe porozumět a dostat se za pouhá čísla výsledků? Modely strojového učení bývají kritizovány za nízkou interpretovatelnost. Důležitost proměnných ale trochu poodhaluje, jak moc jsou zvolené příznaky relevantní pro výsledek. Pojďme si tedy důležitost proměnných prozkoumat a uvidíme, co z toho vyplyne.

Toto cvičení je součástí kurzu

Feature Engineering v R

Zobrazit kurz

Pokyny k cvičení

  • Vytvoř graf důležitosti proměnných.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

lr_fit <- lr_workflow %>%
  fit(test)

lr_aug <- lr_fit %>%
  augment(test)

lr_aug %>% class_evaluate(truth = Attrition,
                          estimate = .pred_class,
                          .pred_No)

# Create a variable importance chart
lr_fit %>%
  extract_fit_parsnip() %>%
  ___(aesthetics = list(fill = "steelblue"), num_features = 5)
Upravit a spustit kód