모델 학습, 탐색, 평가하기

레시피와 모델로 워크플로를 정의했으면, 학습 데이터로 워크플로를 학습시킬 수 있습니다. 학습은 훈련 데이터 세트로 수행합니다. 이렇게 학습된 모델은 테스트 세트로 평가합니다. 이 예제에서 타깃 변수는 범주형이고, 로지스틱 회귀 모델을 사용합니다. 따라서 테스트 예측은 F measure로 평가합니다. 이전 연습 문제에서 사용한 feature_selection_recipe, lr_model, attrition_wflow, train, test가 준비되어 있습니다.

tidyverse와 tidymodels 패키지는 미리 로드되어 있습니다.