LoslegenKostenlos loslegen

Bewerten

Es ist Zeit für eine Abrechnung. Tune dein Modell, um den optimalen penalty-Wert zu finden, und fitte ein finales Modell, um deine Arbeit zu bewerten.

Dein Workflow, das penalty-Raster und die benutzerdefinierte Funktion class_evaluate() stehen in deiner Umgebung bereit.

Diese Übung ist Teil des Kurses

Feature Engineering in R

Kurs anzeigen

Anleitung zur Übung

  • Richte ein tune_grid ein, um die Modellleistung anhand von ROC_AUC zu untersuchen.
  • Wähle den besten penalty-Wert.
  • Fitte den finalen Workflow mit dem besten penalty.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Set up a tune grid to explore your model performance against roc_auc
lr_tune_output <- ___(lr_workflow, resamples = vfold_cv(train, v = 5),
  metrics = metric_set(roc_auc), grid = lr_penalty_grid)

# Select the best penalty value
best_penalty <- ___(lr_tune_output, metric = 'roc_auc', desc(penalty)) 

# Fit the final workflow with the best penalty
lr_final_fit<- ___(lr_workflow, best_penalty) %>% fit(data = train)

lr_final_fit %>% augment(test) %>% 
class_evaluate(truth = Attrition, estimate = .pred_class, .pred_Yes)
Code bearbeiten und ausführen