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.
이 연습은 강의의 일부입니다
Tidyverse로 배우는 Machine Learning
연습 안내
- 교차 검증의 첫 번째 폴드에서
model과validate데이터 프레임을 추출하세요. validate데이터 프레임에서Attrition열을 추출하고 값을 이진(TRUE/FALSE)으로 변환하세요.model을 사용하여validate데이터 프레임의 이탈 확률을 예측하세요.- 예측된 확률을 이진 벡터로 변환하세요.
0.5보다 큰 확률은 모두 TRUE로 처리합니다.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Extract the first model and validate
model <- cv_models_lr$___[[___]]
validate <- cv_models_lr$___[[___]]
# Prepare binary vector of actual Attrition values in validate
validate_actual <- ___ == "Yes"
# Predict the probabilities for the observations in validate
validate_prob <- predict(___, ___, type = "response")
# Prepare binary vector of predicted Attrition values for validate
validate_predicted <- ___