Construire des modèles validés par croisements
Dans cet exercice, vous allez construire des modèles de régression logistique pour chaque bloc (fold) de votre validation croisée.
Vous utiliserez la fonction glm() et définirez l'argument family à "binomial".
Cette activité fait partie du cours
Machine Learning dans le tidyverse
Instructions de l’exercice
Construisez des modèles prédisant Attrition à l'aide de toutes les variables disponibles, avec les données train pour chaque bloc (fold) de la validation croisée.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Build a model using the train data for each fold of the cross validation
cv_models_lr <- cv_data %>%
mutate(model = map(___, ~glm(formula = ___,
data = ___, family = ___)))