1. 学ぶ
    2. /
  2. コース
    3. /
  3. Tidyverse で学ぶ Machine Learning
Connected

演習

最終的な分類モデルを構築する

ロジスティック回帰モデル（0.4）と、最も高い性能を示したランダムフォレストモデル（0.2）の再現率（recall）を比較した結果、より良いモデルはロジスティック回帰モデルであると分かりました。この演習では、すべてのtrainデータを使ってロジスティック回帰モデルを構築し、このモデルのtest性能を評価するために必要なベクトルを準備します。

指示

100 XP
  • training_data に含まれる利用可能なすべての特徴量を使って、Attrition を予測するロジスティック回帰モデルを構築します。
  • 実際のテスト値の二値ベクトル test_actual を準備します。
  • 予測確率が 0.5 より大きい場合に TRUE とみなす二値の予測ベクトルを作成し、test_predicted として保存します。