대출 데이터셋 탐색하기
workflows 패키지는 parsnip 모델과 recipe 객체를 하나의 모델링 workflow 객체로 묶을 수 있게 해줘요. 이렇게 하면 Machine Learning 프로젝트를 훨씬 수월하게 관리할 수 있고, 여러 모델링 객체를 따로따로 추적할 필요가 없어요.
이번 연습에서는 은행의 소비자 대출 금융 정보를 담고 있는 loans_df 데이터셋을 사용해요. 이 데이터의 종속 변수는 loan_default입니다.
의사결정나무 모델 객체를 만들고, 대출 데이터에 대한 피처 엔지니어링 파이프라인을 지정해 볼 거예요. loans_df 티블은 이미 세션에 로드되어 있습니다.
이 연습은 강의의 일부입니다
R에서 tidymodels로 모델링하기
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Create data split object
loans_split <- ___(___,
strata = ___)
# Build training data
loans_training <- ___ %>%
___
# Build test data
loans_test <- ___ %>%
___