LoslegenKostenlos starten

Was ist der wichtigste Prädiktor?

Du hast eine beeindruckende Vorhersage erzielt, aber was waren die wichtigsten Prädiktoren? Wie kannst du das Modell verstehen, um über die reinen Ergebnisse hinauszugehen? Machine-Learning-Modelle werden oft für ihre geringe Interpretierbarkeit kritisiert. Ranglisten der Variablenwichtigkeit bringen jedoch Licht ins Dunkel, wie relevant deine gewählten Features für das Ergebnis sind. Untersuchen wir also die Variablenwichtigkeit und bauen darauf auf.

Diese Übung ist Teil des Kurses

<Kurs>Feature Engineering in R</Kurs>
Kurs ansehen

Übungsanweisungen

  • Erstelle ein Diagramm zur Variablenwichtigkeit.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

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)
Code bearbeiten und ausführen