Explorer l'ensemble de données sur les prêts
Le paquet workflows permet de regrouper des modèles parsnip et des objets recipe dans un seul objet de modélisation workflow. Cela simplifie grandement la gestion d'un projet de machine learning et évite d'avoir à suivre plusieurs objets de modélisation.
Dans cet exercice, vous travaillerez avec l'ensemble loans_df, qui contient des renseignements financiers sur des prêts à la consommation dans une banque. La variable cible de ces données est loan_default.
Vous allez créer un objet de modèle d'arbre de décision et définir un pipeline d'ingénierie des caractéristiques pour les données de prêts. Le tibble loans_df a été chargé dans votre session.
Cette activité fait partie du cours
Modélisation avec tidymodels en R
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Create data split object
loans_split <- ___(___,
strata = ___)
# Build training data
loans_training <- ___ %>%
___
# Build test data
loans_test <- ___ %>%
___