1. 学ぶ
    2. /
  2. コース
    3. /
  3. Tidyverse로 배우는 Machine Learning
Connected

演習

최종 분류 모델 구축

로지스틱 회귀 모델(0.4)과 가장 성능이 좋은 랜덤 포레스트 모델(0.2)의 재현율(recall) 성능을 비교한 결과, 로지스틱 회귀 모델이 더 우수하다는 것을 확인했습니다. 이번 연습 문제에서는 전체 훈련 데이터를 사용해 로지스틱 회귀 모델을 구축하고, 이 모델의 테스트 성능을 평가하는 데 필요한 벡터를 준비합니다.

指示

100 XP
  • training_data의 모든 피처를 사용하여 Attrition을 예측하는 로지스틱 회귀 모델을 구축하세요.
  • 실제 테스트 값의 이진 벡터 test_actual을 준비하세요.
  • 예측 확률이 0.5를 초과하면 TRUE로 판단하는 예측값의 이진 벡터를 준비하고, 이를 test_predicted로 저장하세요.