Ajustar un modelo de regresión logística
Además de los modelos de regresión, el paquete parsnip también ofrece una interfaz general para modelos de clasificación en R.
En este ejercicio, vas a definir un objeto de regresión logística de parsnip y entrenar tu modelo para predecir canceled_service usando avg_call_mins, avg_intl_mins y monthly_charges como variables predictoras del conjunto de datos telecom_df.
Los tibbles telecom_training y telecom_test que creaste en la lección anterior se han cargado en esta sesión.
Este ejercicio forma parte del curso
Modelado con tidymodels en R
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Specify a logistic regression model
logistic_model <- ___ %>%
# Set the engine
___ %>%
# Set the mode
___
# Print the model specification
logistic_model