교차 검증 성능 계산하기
모델을 최적화할 때는 목표에 맞는 적절한 지표를 선택하는 것이 중요합니다.
이번 예시에서는 이 모델을 활용해 회사를 떠날 가능성이 있는 직원을 식별하려 한다고 가정해 보겠습니다. 이상적으로는 이탈 가능성이 있는 직원을 최대한 많이 포착하여 사전에 개입할 수 있는 모델이 필요합니다. 이를 측정하는 데 적합한 지표가 바로 재현율(recall) 입니다. 따라서 이번 실습에서는 재현율만을 기준으로 모델을 최적화하고 선택합니다.
이 연습은 강의의 일부입니다
Tidyverse로 배우는 Machine Learning
연습 안내
- 각 폴드에서 실제 응답과 예측 응답을 비교하여 재현율을 계산하고, 결과를
validate_recall열에 저장하세요. validate_recall열을 출력하세요.- 이 열의 평균값을 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Calculate the validate recall for each cross validation fold
cv_perf_recall <- cv_prep_lr %>%
mutate(validate_recall = map2_dbl(___, ___,
~recall(actual = .x, predicted = .y)))
# Print the validate_recall column
cv_perf_recall$___
# Calculate the average of the validate_recall column
___