Addestra, esplora e valuta il modello
Una volta definito un workflow con una recipe e un modello, puoi adattare i dati al workflow. Questa operazione si esegue con l'insieme di dati di training. Il modello addestrato viene poi valutato usando il test set. In questo esempio, la variabile target è categoriale e stai usando un modello di regressione logistica. Valuterai quindi le predizioni sul test usando la misura F. feature_selection_recipe, lr_model, attrition_wflow, train e test dell'esercizio precedente sono a tua disposizione.
I pacchetti tidyverse e tidymodels sono già stati caricati per te.
Questo esercizio fa parte del corso
Riduzione della dimensionalità in R
Istruzioni dell'esercizio
- Addestra
attrition_wflowusando i dati di training. - Aggiungi le predizioni al set di test insieme ai valori originali di
Attrition. - Usa
f_meas()per valutare le prestazioni del modello sui dati di test. - Visualizza le stime del modello di
attrition_fit.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Fit workflow to train data
attrition_fit <-
___ %>% ___(___ = ___)
# Add the test predictions to the test data
attrition_pred_df <- ___(___, ___) %>%
bind_cols(___ %>% select(___))
# Evaluate F score
___(___, ___, ___)
# Display model estimates
___(___)