एक वर्कफ़्लो बनाना
आपका डेटा विश्लेषण के लिए तैयार है. अब आप देर से पहुँचने की संभावना की भविष्यवाणी करने के लिए logistic_model() डिक्लेयर करेंगे.
आप flight वैरिएबल को संदर्भ और डीबगिंग के लिए "ID" रोल असाइन करेंगे. date वैरिएबल से आप नई फीचर बनाएँगे ताकि छुट्टियों के प्रभाव को स्पष्ट रूप से मॉडल किया जा सके और factors को डमी वैरिएबल्स के रूप में दर्शाया जा सके.
अपने model और recipe() को साथ में workflow() से बंडल करना यह सुनिश्चित करने में मदद करेगा कि बाद के फिटिंग्स या प्रेडिक्शंस में वही फीचर इंजीनियरिंग स्टेप्स लगातार लागू हों.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Feature Engineering
अभ्यास निर्देश
flightको "ID" रोल असाइन करें.- मॉडल और रेसिपी को मिलाकर एक
workflowऑब्जेक्ट में बंडल करें. lr_workflowकोtestडेटा पर फिट करें.- फिट किए गए वर्कफ़्लो को टाइडी करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
lr_model <- logistic_reg()
# Assign an "ID" role to flight
lr_recipe <- recipe(arrival ~., data = train) %>% update_role(flight, new_role = ___) %>%
step_holiday(date, holidays = timeDate::listHolidays("US")) %>% step_dummy(all_nominal_predictors())
# Bundle the model and the recipe into a workflow object
lr_workflow <- workflow() %>% add_model(___) %>% add_recipe(___)
lr_workflow
# Fit lr_workflow workflow to the test data
lr_fit <- lr_workflow %>% ___(data = test)
# Tidy the fitted workflow
tidy(___)