始める無料で始める

ベースライン

attrition_num データセットを使い続けて、追加の特徴量エンジニアリングの効果を評価するために、プレーンなレシピでベースラインを作成します。attrition_num データ、ロジスティック回帰 lr_model、ユーザー定義の class-evaluate() 関数、そして train と test の分割はすでに読み込まれています。

この演習はコースの一部です

Rで学ぶ特徴量エンジニアリング

コースを見る

演習の手順

  • モデルとレシピをワークフローにまとめます。
  • 評価の準備ができるよう、当てはめたワークフローを augment します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

lr_recipe_plain <- recipe(Attrition ~., data = train)

# Bundle the model and recipe
lr_workflow_plain <- workflow() %>%
  ___(lr_model) %>%
  ___(lr_recipe_plain)
lr_fit_plain <- lr_workflow_plain %>%
  fit(train)

# Augment the fit workflow
lr_aug_plain <- lr_fit_plain %>%
  ___(___)
lr_aug_plain %>%
  class_evaluate(truth = Attrition,estimate = .pred_class,
                 .pred_No)
コードを編集して実行