1. 학습
    2. /
  2. 강의
    3. /
  3. Tidyverse로 배우는 Machine Learning
Connected

연습 문제

단일 모델의 예측

분류 모델의 성능을 계산하려면 Attrition의 실제 값과 모델이 예측한 값을 비교해야 합니다. 정밀도(precision)와 재현율(recall) 같은 이진 분류 지표를 계산할 때는 실제 값 벡터와 예측 값 벡터를 이진 값으로 변환해야 합니다.

이 연습 문제에서는 첫 번째 교차 검증 폴드의 모델과 validate 데이터 프레임을 예시로 사용하여, 이러한 벡터를 준비하는 방법을 학습합니다.

지침

100 XP
  • 교차 검증의 첫 번째 폴드에서 model과 validate 데이터 프레임을 추출하세요.
  • validate 데이터 프레임에서 Attrition 열을 추출하고 값을 이진(TRUE/FALSE)으로 변환하세요.
  • model을 사용하여 validate 데이터 프레임의 이탈 확률을 예측하세요.
  • 예측된 확률을 이진 벡터로 변환하세요. 0.5보다 큰 확률은 모두 TRUE로 처리합니다.