Confronta con un singolo classificatore
Hai visto che i boosted trees sono tra i migliori algoritmi di Machine Learning disponibili. Per dimostrarlo, ora confronterai l’AUC di un modello boosting con quella di un semplice classificatore ad albero decisionale.
In questo esercizio userai l’intera pipeline di Machine Learning, dalla specifica alla valutazione.
I dati di training customers_train sono già precaricati.
Questo esercizio fa parte del corso
Machine Learning con modelli ad albero in R
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
set.seed(100)
# Specify, fit, predict, and combine with training data
predictions <- boost_tree() %>%
set_mode("___") %>%
set_engine("___") %>%
fit(still_customer ~ ., data = ___) %>%
predict(new_data = ___, type = "___") %>%
bind_cols(___)
# Calculate AUC
roc_auc(___,
truth = ___,
estimate = ___)