1. Apprendre
    2. /
  2. Cours
    3. /
  3. Machine Learning dans le tidyverse
Connected

Exercice

Construire le modèle de classification final

En comparant la performance en rappel entre le modèle de régression logistique (0,4) et le meilleur modèle de forêt aléatoire (0,2), vous avez constaté que le modèle le plus performant est la régression logistique. Dans cet exercice, vous allez construire le modèle de régression logistique en utilisant toutes les données de train et préparer les vecteurs nécessaires pour évaluer la performance test de ce modèle.

Instructions

100 XP
  • Construisez un modèle de régression logistique qui prédit Attrition en utilisant toutes les caractéristiques disponibles dans training_data.
  • Préparez le vecteur binaire des valeurs réelles de test, test_actual.
  • Préparez le vecteur binaire des valeurs prédites où une probabilité supérieure à 0,5 indique TRUE, et enregistrez-le sous le nom test_predicted.