ローンデータセットを探索する

workflows パッケージを使うと、parsnip のモデルと recipe オブジェクトをひとつのモデリング用 workflow オブジェクトにまとめて扱えます。これにより Machine Learning プロジェクトの管理がぐっと楽になり、複数のモデリングオブジェクトを個別に追跡する必要がなくなります。

この演習では、銀行の消費者ローンに関する財務情報を含む loans_df データセットを使用します。目的変数は loan_default です。

意思決定木モデルのオブジェクトを作成し、ローンデータ向けの特徴量エンジニアリングのパイプラインを指定します。loans_df の tibble はすでにセッションに読み込まれています。

この演習はコースの一部です

R での tidymodels によるモデリング

コースを見る

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。

# Create data split object
loans_split <- ___(___, 
                   strata = ___)

# Build training data
loans_training <- ___ %>% 
  ___

# Build test data
loans_test <- ___ %>% 
  ___

コードを編集して実行