Erstelle dein erstes logistisches Regressionsmodell

Im Video haben wir ein einfaches logistisches Regressionsmodell erstellt, das emp_age zur Vorhersage von turnover verwendet. In dieser Übung baust du ein ähnliches Modell, das turnover mit percent_hike vorhersagt.

Wie im Video besprochen, haben wir die folgenden Spalten aus dem Datensatz entfernt:

emp_id, mgr_id
date_of_joining, last_working_date, cutoff_date
mgr_age, emp_age
median_compensation, department
status

Dieser neue Datensatz ist in train_set_multi verfügbar.

Diese Übung ist Teil des Kurses

<Kurs>HR Analytics: Mitarbeiterfluktuation in R vorhersagen</Kurs>

Kurs ansehen

Übungsanweisungen

Baue ein einfaches logistisches Regressionsmodell, um turnover mithilfe von percent_hike vorherzusagen.
Gib die Zusammenfassung dieses Modells aus.

Interaktive praktische Übung

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

# Build a simple logistic regression model
simple_log <- ___(___, 
                  family = "binomial", data = train_set_multi)

# Print summary
___(simple_log)

Code bearbeiten und ausführen