モデルの学習・探索・評価

レシピとモデルでワークフローを定義したら、トレーニングデータでそのワークフローにデータを当てはめます。学習はトレーニングデータセットで行い、学習済みモデルはテストセットで評価します。この例では目的変数はカテゴリ変数で、ロジスティック回帰モデルを使用します。そのため、テスト予測は F 値で評価します。前の演習で作成した feature_selection_recipe、lr_model、attrition_wflow、train、test が利用できます。

tidyverse と tidymodels パッケージはすでに読み込まれています。