Metriken zur Modellleistung
In dieser Übung nutzt du Metrikfunktionen aus yardstick, um die Leistung deines Modells auf dem Testdatensatz zu bewerten.
Als du in Kapitel 2 ein logistisches Regressionsmodell auf die Telekommunikationsdaten angepasst hast, hast du canceled_service mithilfe von avg_call_mins, avg_intl_mins und monthly_charges vorhergesagt. Die Sensitivität deines Modells lag bei 0,42, die Spezifität bei 0,895.
Nachdem du nun mithilfe von Feature Engineering alle verfügbaren Prädiktorvariablen einbezogen hast, kannst du die Leistung deines neuen Modells mit deinen früheren Ergebnissen vergleichen.
Deine Modellergebnisse, telecom_results, wurden in deine Sitzung geladen.
Diese Übung ist Teil des Kurses
Modellierung mit tidymodels in R
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Create a confusion matrix
telecom_results %>%
___(truth = ___, estimate = ___)