1. 学ぶ
    2. /
  2. コース
    3. /
  3. R での tidymodels によるモデリング
Connected

演習

ロジスティック回帰モデルを当てはめる

回帰モデルに加えて、parsnip パッケージは R における分類モデルのための汎用インターフェースも提供します。

この演習では、parsnip のロジスティック回帰オブジェクトを定義し、telecom_df データから予測変数として avg_call_mins、avg_intl_mins、monthly_charges を用いて、canceled_service を予測するモデルを学習します。

前のレッスンで作成した telecom_training と telecom_test の tibble は、このセッションに読み込まれています。

指示1 / 2

undefined XP
    1
    2
  • 適切な parsnip 関数でロジスティック回帰オブジェクト logistic_model を初期化します。
  • エンジンは 'glm' を使用します。
  • モードを 'classification' に設定します。
  • 仕様の詳細を確認するために logistic_model オブジェクトを出力します。