Predicciones de un único modelo
Para calcular el rendimiento de un modelo de clasificación, necesitas comparar los valores reales de Attrition con los predichos por el modelo.
Al calcular métricas para tareas de clasificación binaria (como precisión y recall), los vectores real y predicho deben convertirse a valores binarios.
En este ejercicio, aprenderás a preparar estos vectores usando el modelo y los data frames de validación del primer pliegue de la validación cruzada como ejemplo.
Este ejercicio forma parte del curso
Machine Learning en el tidyverse
Instrucciones del ejercicio
- Extrae el
modely el data framevalidatedel primer pliegue de la validación cruzada. - Extrae la columna
Attritiondel data framevalidatey convierte sus valores a binario (TRUE/FALSE). - Usa
modelpara predecir las probabilidades de abandono para el data framevalidate. - Convierte las probabilidades predichas en un vector binario; asume que todas las probabilidades mayores que
0.5son TRUE.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Extract the first model and validate
model <- cv_models_lr$___[[___]]
validate <- cv_models_lr$___[[___]]
# Prepare binary vector of actual Attrition values in validate
validate_actual <- ___ == "Yes"
# Predict the probabilities for the observations in validate
validate_prob <- predict(___, ___, type = "response")
# Prepare binary vector of predicted Attrition values for validate
validate_predicted <- ___