step_percentile()
数値変数にパーセンタイル変換を適用すると、モデル性能にどのような影響があるでしょうか？ 実際に試してみましょう。
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
演習の手順
- すべての数値予測子にパーセンタイル変換を適用します。
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。
# Add percentile tansformation to all numeric predictors
lr_recipe_perc <-
recipe(Attrition ~., data = train) %>%
___
lr_workflow_perc <-
workflow() %>%
add_model(lr_model) %>%
add_recipe(lr_recipe_perc)
lr_fit_perc <- lr_workflow_perc %>% fit(train)
lr_aug_perc <- lr_fit_perc %>% augment(test)
lr_aug_perc %>% class_evaluate(truth = Attrition,
estimate = .pred_class,.pred_No)