क्रॉस-वैलिडेटेड परफॉर्मेंस की तैयारी

अब जब आप एक सिंगल मॉडल के लिए परफॉर्मेंस मेट्रिक्स निकालना सीख चुके हैं, तो आप इसे क्रॉस-वैलिडेशन डेटा फ्रेम के सभी फोल्ड्स पर बढ़ाने के लिए तैयार हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Tidyverse में मशीन लर्निंग

पाठ्यक्रम देखें

अभ्यास निर्देश

हर क्रॉस-वैलिडेशन फोल्ड के लिए "Yes" वैल्यूज़ को TRUE में बदलते हुए validate_actual बाइनरी कॉलम जोड़ें.
validate के प्रत्येक क्रॉस-वैलिडेशन फोल्ड के लिए attrition की प्रोबेबिलिटी प्रेडिक्ट करने के लिए model का उपयोग करें. प्रेडिक्टेड प्रोबेबिलिटीज़ को बाइनरी वेक्टर में बदलें, जहाँ 0.5 से बड़ी सभी प्रोबेबिलिटीज़ को TRUE माना जाए. इस कॉलम का नाम validate_predicted रखें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

cv_prep_lr <- cv_models_lr %>% 
  mutate(
    # Prepare binary vector of actual Attrition values in validate
    validate_actual = map(validate, ~.x$___ == "___"),
    # Prepare binary vector of predicted Attrition values for validate
    validate_predicted = map2(.x = ___, .y = ___, ~predict(.x, .y, type = "response") > ___)
  )

कोड संपादित करें और चलाएँ