Adattare un modello di regressione logistica
Oltre ai modelli di regressione, il pacchetto parsnip offre anche un'interfaccia generale per i modelli di classificazione in R.
In questo esercizio definirai un oggetto di regressione logistica parsnip e allenerai il modello per prevedere canceled_service usando avg_call_mins, avg_intl_mins e monthly_charges come variabili predittive dai dati telecom_df.
I tibble telecom_training e telecom_test che hai creato nella lezione precedente sono stati caricati in questa sessione.
Questo esercizio fa parte del corso
Modellazione con tidymodels in R
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Specify a logistic regression model
logistic_model <- ___ %>%
# Set the engine
___ %>%
# Set the mode
___
# Print the model specification
logistic_model