Prédictions d'un seul modèle
Pour calculer la performance d'un modèle de classification, vous devez comparer les valeurs réelles de Attrition à celles prédites par le modèle.
Lors du calcul des mesures pour des tâches de classification binaire (comme la précision et le rappel), les vecteurs réel et prédit doivent être convertis en valeurs binaires.
Dans cet exercice, vous apprendrez à préparer ces vecteurs en utilisant le modèle et les trames de données de validation du premier pli de la validation croisée comme exemple.
Cette activité fait partie du cours
Machine Learning dans le tidyverse
Instructions de l’exercice
- Extraire le
modelet la trame de donnéesvalidatedu premier pli de la validation croisée. - Extraire la colonne
Attritionde la trame de donnéesvalidateet convertir les valeurs en binaire (TRUE/FALSE). - Utiliser
modelpour prédire les probabilités d'attrition pour la trame de donnéesvalidate. - Convertir les probabilités prédites en un vecteur binaire, en supposant que toutes les probabilités supérieures à
0.5sont TRUE.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Extract the first model and validate
model <- cv_models_lr$___[[___]]
validate <- cv_models_lr$___[[___]]
# Prepare binary vector of actual Attrition values in validate
validate_actual <- ___ == "Yes"
# Predict the probabilities for the observations in validate
validate_prob <- predict(___, ___, type = "response")
# Prepare binary vector of predicted Attrition values for validate
validate_predicted <- ___