Ověř rozdělení dat
V předchozím cvičení jsi rozdělil/a datovou sadu na train_set a test_set. Je důležité ověřit, že data, na kterých model trénuješ, jsou reprezentativní vůči testovací sadě. Ujisti se tedy, že train_set i test_set obsahují stejný podíl aktivních a neaktivních zaměstnanců.
Toto cvičení je součástí kurzu
HR Analytics: Predicting Employee Churn in R
Pokyny k cvičení
Vypočítej podíl zaměstnanců s hodnotou Active a Inactive v train_set a test_set.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Calculate turnover proportion in train_set
train_set %>%
___(status) %>%
___(prop = n / sum(n))
# Calculate turnover proportion in test_set
test_set %>%
___(status) %>%
___(prop = n / sum(n))