CommencerCommencer gratuitement

Comparer à un classifieur unique

Vous avez appris que les arbres boostés font partie des meilleurs algorithmes de Machine Learning disponibles. Pour l’illustrer, vous allez maintenant comparer l’AUC d’un modèle boosté à celle d’un classifieur par arbre de décision simple.

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

Les données d’entraînement customers_train sont toujours préchargées.

Cet exercice fait partie du cours

Machine Learning avec des modèles à base d’arbres en R

Afficher le cours

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

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