step_percentile()
Wie würde sich eine Perzentil-Transformation deiner numerischen Variablen auf die Modellleistung auswirken? Probier es aus!
Die Daten attrition_num, die logistische Regression lr_model, die benutzerdefinierte Funktion class-evaluate() sowie die Splits train und test wurden bereits für dich geladen.
Diese Übung ist Teil des Kurses
<Kurs>Feature Engineering in R</Kurs>Übungsanweisungen
- Wende eine Perzentil-Transformation auf alle numerischen Prädiktoren an.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Add percentile tansformation to all numeric predictors
lr_recipe_perc <-
recipe(Attrition ~., data = train) %>%
___
lr_workflow_perc <-
workflow() %>%
add_model(lr_model) %>%
add_recipe(lr_recipe_perc)
lr_fit_perc <- lr_workflow_perc %>% fit(train)
lr_aug_perc <- lr_fit_perc %>% augment(test)
lr_aug_perc %>% class_evaluate(truth = Attrition,
estimate = .pred_class,.pred_No)