Kreuzvalidierte Modelle erstellen
In dieser Übung erstellst du für jeden Fold deiner Kreuzvalidierung logistische Regressionsmodelle.
Du verwendest dafür die Funktion glm() und setzt das Argument family auf "binomial".
Diese Übung ist Teil des Kurses
<Kurs>Machine Learning im Tidyverse</Kurs>Übungsanweisungen
Erstelle Modelle, die Attrition mit allen verfügbaren Features vorhersagen, und nutze dafür die train-Daten für jeden Fold der Kreuzvalidierung.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Build a model using the train data for each fold of the cross validation
cv_models_lr <- cv_data %>%
mutate(model = map(___, ~glm(formula = ___,
data = ___, family = ___)))