워크플로 마무리하기

모델링 프로세스에 하이퍼파라미터 튜닝을 포함하려면, 성능 지표의 평균값을 기준으로 최적의 하이퍼파라미터 조합을 선택해야 해요. 그런 다음 튜닝 워크플로를 마무리하고 최종 모델을 학습할 수 있어요.

이 연습 문제에서는 하이퍼파라미터 튜닝에서 가장 성능이 좋았던 모델들을 살펴보고, 튜닝용 workflow 객체를 최종 확정해 보겠습니다.

이전 세션의 dt_tuning과 loans_tune_wkfl 객체가 환경에 로드되어 있어요.

이 연습은 강의의 일부입니다

R에서 tidymodels로 모델링하기

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Display 5 best performing models
dt_tuning %>% 
  ___(metric = ___, n = ___)