1. Learn
    2. /
  2. 课程
    3. /
  3. Tidyverse로 배우는 Machine Learning
Connected

道练习

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.

说明

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.