単一モデルの予測
分類モデルの性能を計算するには、Attrition の実際の値とモデルが予測した値を比較する必要があります。
二値分類（たとえば precision や recall の計算）の指標を算出する際は、実測値と予測値のベクトルを二値（TRUE/FALSE）に変換します。
この演習では、最初の交差検証フォールドの model と validate データフレームを例に、これらのベクトルをどのように準備するかを学びます。
この演習はコースの一部です
Tidyverse で学ぶ Machine Learning
演習の手順
- 交差検証の最初のフォールドから
modelとvalidateデータフレームを取り出します。 validateデータフレームのAttrition列を抽出し、値を二値（TRUE/FALSE）に変換します。modelを使って、validateデータフレームに対する離職確率を予測します。- 予測確率を二値ベクトルに変換し、
0.5より大きい確率を TRUE とみなします。
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。
# Extract the first model and validate
model <- cv_models_lr$___[[___]]
validate <- cv_models_lr$___[[___]]
# Prepare binary vector of actual Attrition values in validate
validate_actual <- ___ == "Yes"
# Predict the probabilities for the observations in validate
validate_prob <- predict(___, ___, type = "response")
# Prepare binary vector of predicted Attrition values for validate
validate_predicted <- ___