शुरू करेंमुफ़्त में शुरू करें

अपना पहला लॉजिस्टिक रिग्रेशन मॉडल बनाएँ

वीडियो में, हमने emp_age का उपयोग करके turnover की भविष्यवाणी करने के लिए एक साधारण लॉजिस्टिक रिग्रेशन मॉडल बनाया था। इस अभ्यास में, आप percent_hike का उपयोग करके turnover की भविष्यवाणी करने के लिए एक समान मॉडल बनाएँगे।

साथ ही, जैसा कि वीडियो में चर्चा की गई थी, हमने डेटासेट से निम्न कॉलम हटाए थे:

  • emp_id, mgr_id
  • date_of_joining, last_working_date, cutoff_date
  • mgr_age, emp_age
  • median_compensation,department
  • status

यह नया डेटासेट train_set_multi में उपलब्ध है।

यह अभ्यास पाठ्यक्रम का हिस्सा है

HR Analytics: R में Employee Churn की भविष्यवाणी

पाठ्यक्रम देखें

अभ्यास निर्देश

  • percent_hike का उपयोग करके turnover की भविष्यवाणी करने के लिए एक साधारण लॉजिस्टिक रिग्रेशन मॉडल बनाएँ।
  • इस मॉडल का सारांश प्रिंट करें।

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Build a simple logistic regression model
simple_log <- ___(___, 
                  family = "binomial", data = train_set_multi)

# Print summary
___(simple_log)
कोड संपादित करें और चलाएँ