적합, 보강, 그리고 평가
이제 학습 데이터에 워크플로를 적합하고(test split을 사용해) 성능을 평가할 준비가 되었습니다.
워크스페이스에는 embed 패키지, lr_workflow_glm 객체, 그리고 해당하는 test 및 train 분할이 준비되어 있습니다.
이 연습은 강의의 일부입니다
R로 배우는 Feature Engineering
연습 안내
- 학습 세트에 워크플로를 적합하세요.
- 테스트 분할을 사용해 적합 결과를 보강(augment)하세요.
- 모델을 평가하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Fit the workflow to the training set
lr_fit_glm <- lr_workflow_glm %>%
___(train)
# Augment the fit using the test split
lr_aug_glm <- lr_fit_glm %>%
___(test)
# Assess the model
glm_metrics <- lr_aug_glm %>%
class_evaluate(truth = ___,
estimate = .pred_class,
.pred_Yes)
glm_metrics