Mulai sekarangMulai gratis

Membangun workflow

Dengan data Anda siap untuk dianalisis, Anda akan mendeklarasikan logistic_model() untuk memprediksi apakah mereka akan tiba terlambat atau tidak.

Anda menetapkan peran "ID" pada variabel flight untuk menyimpannya sebagai referensi untuk analisis dan debugging. Dari variabel date, Anda akan membuat fitur baru untuk secara eksplisit memodelkan efek hari libur dan merepresentasikan factors sebagai variabel dummy.

Membundel model dan recipe() bersama menggunakan workflow() akan membantu memastikan bahwa proses pelatihan atau prediksi selanjutnya menerapkan langkah-langkah feature engineering yang konsisten.

Latihan ini merupakan bagian dari kursus

Rekayasa Fitur di R

Lihat Kursus

Instruksi latihan

  • Tetapkan peran "ID" pada flight.
  • Bundel model dan recipe ke dalam objek workflow.
  • Pasangkan lr_workflow ke data test.
  • Rapikan workflow yang telah dipasang.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

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(___)
Edit dan Jalankan Kode