交差検証の評価準備
単一のモデルで評価指標を計算する方法が分かったので、これを交差検証データフレームのすべての分割（fold）に拡張していきます。
この演習はコースの一部です
Tidyverse で学ぶ Machine Learning
演習の手順
- すべての交差検証フォールドについて、
"Yes"をTRUEに変換してバイナリ列validate_actualを追加します。 modelを使って、それぞれのフォールドのvalidateに対する離職確率を予測します。予測確率をバイナリベクトルに変換し、確率が 0.5 を超えるものを TRUE とみなします。この列名はvalidate_predictedとします。
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。
cv_prep_lr <- cv_models_lr %>%
mutate(
# Prepare binary vector of actual Attrition values in validate
validate_actual = map(validate, ~.x$___ == "___"),
# Prepare binary vector of predicted Attrition values for validate
validate_predicted = map2(.x = ___, .y = ___, ~predict(.x, .y, type = "response") > ___)
)