Matrice de confusion
Quand la variable réponse n'a que deux issues, comme pour l'attrition de la clientèle, on évalue le modèle selon « dans combien de cas où la clientèle est partie le modèle l'a-t-il bien prédit ? » et « dans combien de cas où la clientèle n'est pas partie le modèle l'a-t-il bien prédit ? ». On peut obtenir ces réponses en générant une matrice de confusion, puis en calculant des mesures sommaires à partir de celle-ci. Un diagramme en mosaïque est une façon naturelle de visualiser les résultats.
churn et mdl_churn_vs_both_inter sont disponibles; dplyr et yardstick sont chargés.
Cette activité fait partie du cours
Régression intermédiaire en R
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Get the actual responses from churn
actual_response <- ___
# Get the predicted responses from the model
predicted_response <- ___
# Get a table of these values
outcomes <- ___
# Convert the table to a conf_mat object
confusion <- ___
# See the result
confusion