모델링 워크플로 완성하기
이 연습 문제에서는 last_fit() 함수를 사용해 로지스틱 회귀 모델을 학습하고, ROC 곡선과 ROC 곡선 아래 면적을 평가하여 테스트 데이터에서의 성능을 확인하겠습니다.
이전 연습 문제와 마찬가지로 telecom_df 데이터에서 canceled_service를 예측하되, 모델 성능 향상을 위해 예측 변수를 하나 더 추가해 보겠습니다.
이전 연습 문제에서 사용한 telecom_df 티블, telecom_split, logistic_model 객체가 작업 공간에 로드되어 있습니다. telecom_split 객체에는 telecom_df 티블을 학습용과 테스트용으로 무작위 분할하는 지침이 담겨 있습니다. logistic_model 객체는 로지스틱 회귀 모델에 대한 parsnip 사양입니다.
이 연습은 강의의 일부입니다
R에서 tidymodels로 모델링하기
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Train a logistic regression model
logistic_fit <- ___ %>%
last_fit(___,
split = ___)