step_poly()
ベースラインができたので、数値のすべてに多項式変換を加えた場合のモデル性能を比較してみましょう。
attrition_num データ、ロジスティック回帰の 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
演習の手順
- すべての数値予測子に多項式変換を追加します。
- ワークフローを学習データに適合させます。
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_poly <-
recipe(Attrition ~., data = train) %>%
# Add a polynomial transformation to all numeric predictors
___
lr_workflow_poly <- workflow() %>%
add_model(lr_model) %>%
add_recipe(lr_recipe_poly)
# Fit workflow to the train data
lr_fit_poly <- ___ %>% fit(train)
lr_aug_poly <- lr_fit_poly %>% augment(test)
lr_aug_poly %>% class_evaluate(truth = Attrition, estimate = .pred_class,.pred_No)