Esplorare l'insieme di dati dei prestiti
Il pacchetto workflows permette di raccogliere modelli parsnip e oggetti recipe in un unico oggetto di modellazione, chiamato workflow. Questo semplifica la gestione di un progetto di machine learning ed elimina la necessità di tenere traccia di più oggetti di modellazione.
In questo esercizio lavorerai con il dataset loans_df, che contiene informazioni finanziarie su prestiti al consumo in una banca. La variabile di esito in questi dati è loan_default.
Creerai un oggetto modello ad albero decisionale e specificherai una pipeline di feature engineering per i dati sui prestiti. Il tibble loans_df è già stato caricato nella tua 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.
# Create data split object
loans_split <- ___(___,
strata = ___)
# Build training data
loans_training <- ___ %>%
___
# Build test data
loans_test <- ___ %>%
___