モデル性能プロファイルの比較
collect_metrics() 関数の利点は、クロスバリデーション結果を tibble で返すことです。これにより、dplyr パッケージを使って独自の要約統計量を簡単に計算できます。
この演習では、dplyr を使って、決定木モデルとロジスティック回帰モデルのクロスバリデーション結果を確認します。
クロスバリデーション結果である loans_dt_rs と loans_logistic_rs は、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
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。
# Detailed cross validation results
dt_rs_results <- ___ %>%
collect_metrics(___)
# Explore model performance for decision tree
dt_rs_results %>%
group_by(___) %>%
summarize(min = ___,
median = ___,
max = ___)