시작하기무료로 시작하기

사용 가능한 모든 예측 변수를 이용한 모델 성능 평가

축소된 모델의 성능을 평가하려면 기준선을 세우는 것이 중요합니다. 전체 모델의 성능을 먼저 측정해 두면 축소된 모델을 사용할 때의 트레이드오프를 이해할 수 있어요. 이전 연습 문제에서 만들었던 변수 중요도 차트를 떠올려 보세요.

Bar chart of variable importance.

train과 test 분할, 그리고 사용자 정의 함수 class_evaluate()가 작업 환경에 로드되어 있어요. 적합된 전체 모델은 fit_full로 저장되어 있습니다. train과 test 분할, 그리고 사용자 정의 함수 class_evaluate()가 작업 환경에 로드되어 있어요.

이 연습은 강의의 일부입니다

R로 배우는 Feature Engineering

강의 보기

연습 안내

  • 적합된 전체 모델에서 보강(augmented) 객체를 생성하세요.
  • class_evaluate를 사용해 모델 성능을 평가하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Create an augmented object from the fitted full model
aug_full <-
  fit_full %>%
  ___(test)

# Assess model performance using class_evaluate
aug_full %>% ___(truth = ___, 
               estimate = .pred_class,
               .pred_Yes)
코드 편집 및 실행