CommencezCommencez gratuitement

Comparer à un seul classifieur

Vous avez appris que les arbres optimisés (boosted trees) comptent parmi les meilleurs algorithmes de Machine Learning. Pour l'illustrer, vous allez maintenant comparer l'AUC d'un modèle optimisé à celle d'un classifieur simple d'arbre de décision.

Dans cet exercice, vous utiliserez tout le pipeline de Machine Learning, de la spécification à l'évaluation.

Les données d'entraînement customers_train sont déjà chargées.

Cette activité fait partie du cours

Machine Learning avec des modèles arborescents en R

Voir le cours

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

set.seed(100)

# Specify, fit, predict, and combine with training data
predictions <- boost_tree() %>%
  set_mode("___") %>%
  set_engine("___") %>% 
  fit(still_customer ~ ., data = ___) %>%
  predict(new_data = ___, type = "___") %>% 
  bind_cols(___)

# Calculate AUC
roc_auc(___, 
        truth = ___, 
        estimate = ___)
Modifier et exécuter le code