Začněte nyníZačněte zdarma

Sestavení workflow

S daty připravenými k analýze deklaruješ logistic_model(), který předpoví, zda let přiletí se zpožděním, nebo ne.

Proměnné flight přiřadíš roli "ID", aby sloužila jako reference pro analýzu a ladění. Z proměnné date vytvoříš nové příznaky, které explicitně modelují vliv svátků, a factors převedeš na dummy proměnné.

Sloučení modelu a recipe() pomocí workflow() zajistí, že při dalším trénování nebo predikci budou vždy aplikovány konzistentní kroky feature engineeringu.

Toto cvičení je součástí kurzu

Feature Engineering v R

Zobrazit kurz

Pokyny k cvičení

  • Přiřaď proměnné flight roli "ID".
  • Spoj model a recept do objektu workflow.
  • Natrénuj lr_workflow na datech test.
  • Zpřehledni natrénovaný workflow pomocí tidy.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

lr_model <- logistic_reg()

# Assign an "ID" role to flight
lr_recipe <- recipe(arrival ~., data = train) %>% update_role(flight, new_role = ___) %>%
  step_holiday(date, holidays = timeDate::listHolidays("US")) %>% step_dummy(all_nominal_predictors())

# Bundle the model and the recipe into a workflow object
lr_workflow <- workflow() %>% add_model(___) %>% add_recipe(___)
lr_workflow

# Fit lr_workflow workflow to the test data  
lr_fit <- lr_workflow %>% ___(data = test)

# Tidy the fitted workflow  
tidy(___)
Upravit a spustit kód