Den Modellierungsprozess verschlanken

Die Funktion last_fit() ist dafür gedacht, den Modellierungs-Workflow in tidymodels zu verschlanken. Anstatt dein Modell auf den Trainingsdaten zu trainieren und anschließend eine Ergebnistibble mit den Testdaten zu erstellen, erledigt last_fit() das in einem Schritt.

In dieser Übung trainierst du dasselbe Logit-Regressionsmodell wie in den vorherigen Aufgaben – diesmal jedoch mit der Funktion last_fit().

Dein Datensplit-Objekt telecom_split und die Modellspezifikation logistic_model wurden bereits in deine Session geladen.

Diese Übung ist Teil des Kurses

Modellierung mit tidymodels in R

Kurs anzeigen

Anleitung zur Übung

Übergib dein Objekt logistic_model an die Funktion last_fit().
Sage canceled_service anhand von avg_call_mins, avg_intl_mins und monthly_charges voraus.
Zeige die Leistungskennzahlen deines trainierten Modells telecom_last_fit an.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Train model with last_fit()
telecom_last_fit <- ___ %>% 
  last_fit(___,
           split = ___)

# View test set metrics
telecom_last_fit %>% 
  ___

Code bearbeiten und ausführen