Prepárate para el rendimiento con validación cruzada

Ahora que ya sabes calcular las métricas de rendimiento para un único modelo, estás listo para ampliarlo a todos los pliegues del data frame de validación cruzada.

Este ejercicio forma parte del curso

Machine Learning en el tidyverse

Ver curso

Instrucciones del ejercicio

Añade la columna binaria validate_actual para cada pliegue de la validación cruzada convirtiendo todos los valores "Yes" a TRUE.
Usa model para predecir las probabilidades de abandono para cada pliegue de validate. Convierte las probabilidades predichas en un vector binario, tratando como TRUE todas las probabilidades mayores que 0.5. Llama a esta columna validate_predicted.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

cv_prep_lr <- cv_models_lr %>% 
  mutate(
    # Prepare binary vector of actual Attrition values in validate
    validate_actual = map(validate, ~.x$___ == "___"),
    # Prepare binary vector of predicted Attrition values for validate
    validate_predicted = map2(.x = ___, .y = ___, ~predict(.x, .y, type = "response") > ___)
  )

Editar y ejecutar código