Ajusta, explora y evalúa el modelo
Una vez que has definido un workflow con una receta y un modelo, puedes ajustar los datos al workflow. Esto se hace con el conjunto de entrenamiento. Después, el modelo entrenado se evalúa con el conjunto de prueba. En este ejemplo, la variable objetivo es categórica y estás usando un modelo de regresión logística. Por tanto, evaluarás las predicciones de prueba usando la medida F. feature_selection_recipe, lr_model, attrition_wflow, train y test del ejercicio anterior están disponibles para que los uses.
Los paquetes tidyverse y tidymodels ya se han cargado por ti.
Este ejercicio forma parte del curso
Reducción de la dimensionalidad en R
Instrucciones del ejercicio
- Ajusta
attrition_wflowusando los datos de entrenamiento. - Añade las predicciones de prueba a los datos de prueba con los valores originales de
Attrition. - Usa
f_meas()para evaluar el rendimiento del modelo en los datos de prueba. - Muestra las estimaciones del modelo de
attrition_fit.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Fit workflow to train data
attrition_fit <-
___ %>% ___(___ = ___)
# Add the test predictions to the test data
attrition_pred_df <- ___(___, ___) %>%
bind_cols(___ %>% select(___))
# Evaluate F score
___(___, ___, ___)
# Display model estimates
___(___)