Mengevaluasi kinerja dengan yardstick
Pada latihan sebelumnya, Anda menghitung metrik klasifikasi dari sebuah confusion matrix contoh. Paket yardstick dirancang untuk mengotomatiskan proses ini.
Untuk model klasifikasi, fungsi-fungsi yardstick memerlukan sebuah tibble berisi hasil model sebagai argumen pertama. Ini harus mencakup nilai keluaran aktual, nilai keluaran yang diprediksi, dan probabilitas estimasi untuk setiap nilai dari variabel keluaran.
Dalam latihan ini, Anda akan menggunakan hasil dari model regresi logistik Anda, telecom_results, untuk menghitung metrik kinerja.
Tibble telecom_results telah dimuat ke sesi Anda.
Latihan ini adalah bagian dari kursus
Pemodelan dengan tidymodels di R
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Calculate the confusion matrix
___(___, truth = ___,
estimate = ___)