모델 학습과 예측

이전 연습 문제에서 학습용과 테스트용 데이터셋을 전처리했어요. 모델링 워크플로에 특성 공학을 포함했기 때문에, 이제 통신 데이터의 모든 예측 변수를 활용할 수 있습니다!

다음 단계는 로지스틱 회귀 모델을 학습하고, 전처리된 새로운 테스트 데이터셋에 대한 예측을 생성하는 것입니다.

전처리된 학습/테스트 데이터셋인 telecom_training_prep와 telecom_test_prep, 그리고 모델 객체 logistic_model이 세션에 로드되어 있습니다.

이 연습은 강의의 일부입니다

R에서 tidymodels로 모델링하기

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Train logistic model
logistic_fit <- ___ %>% 
  ___(___, data = ___)