LoslegenKostenlos loslegen

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

Feature Engineering in R

Kurs anzeigen

Anleitung zur Übung

  • Erstelle ein Diagramm zur Variablenwichtigkeit.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

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