Abschließende Modellleistung messen

Jetzt ist es Zeit, die Testleistung deines finalen Modells (logistische Regression) zu berechnen. Dabei nutzt du die zurückgehaltenen Test-Daten, um die Leistung zu charakterisieren, die du von diesem Modell bei neuen Daten erwarten würdest.

Diese Übung ist Teil des Kurses

<Kurs>Machine Learning im Tidyverse</Kurs>

Kurs ansehen

Übungsanweisungen

Verwende table(), um die Vektoren test_actual und test_predicted zu vergleichen.
Berechne die Testgenauigkeit (accuracy).
Berechne die Testpräzision (precision).
Berechne den Test-Recall.
Nach dieser Übung bist du mit dem Kurs durch! Wenn dir das Material gefallen hat, kannst du Dmitriy gerne auf Twitter danken. Er freut sich darüber. Tweet an Dmitriy

Interaktive praktische Übung

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

# Compare the actual & predicted performance visually using a table
___

# Calculate the test accuracy
___

# Calculate the test precision
___

# Calculate the test recall
___

Code bearbeiten und ausführen