Baseline
Mit dem Datensatz attrition_num erstellst du eine Baseline mit einem einfachen Recipe, um die Effekte zusätzlicher Feature-Engineering-Schritte zu beurteilen. Die attrition_num-Daten, die logistische Regression lr_model, die benutzerdefinierte Funktion class-evaluate() sowie die Aufteilungen train und test wurden bereits für dich geladen.
Diese Übung ist Teil des Kurses
<Kurs>Feature Engineering in R</Kurs>Übungsanweisungen
- Fasse Modell und Recipe in einem Workflow zusammen.
- Erweitere den gefitteten Workflow, um ihn für die Bewertung vorzubereiten.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
lr_recipe_plain <- recipe(Attrition ~., data = train)
# Bundle the model and recipe
lr_workflow_plain <- workflow() %>%
___(lr_model) %>%
___(lr_recipe_plain)
lr_fit_plain <- lr_workflow_plain %>%
fit(train)
# Augment the fit workflow
lr_aug_plain <- lr_fit_plain %>%
___(___)
lr_aug_plain %>%
class_evaluate(truth = Attrition,estimate = .pred_class,
.pred_No)