Aan de slagBegin gratis

Hotelboekingen voorspellen

Je hebt net een baan bij een onderzoeksbureau in de hospitalitysector, en je eerste taak is een model bouwen dat voorspelt of een hotelverblijf kinderen omvat of niet. Om je model te trainen, gebruik je een aangepaste versie van de hotel booking demands-gegevensset van Antonio, Almeida en Nunes (2019). Je beperkt je data tot de volgende features:

features <- c('hotel', 'adults', 
              'children', 'meal',
              'reserved_room_type', 
              'customer_type', 
              'arrival_date')

De data is voor je geladen als hotels, samen met de bijbehorende test- en train-splits, en het model is gedeclareerd als lr_model <- logistic_reg().

Je beoordeelt de modelprestatie op accuracy en de area under the ROC curve (AUC).

Deze oefening maakt deel uit van de cursus

Feature engineering in R

Bekijk cursus

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

lr_recipe <- 
  recipe(children ~., data = train) %>%
# Generate "day of the week", "week" and "month" features

  step_date(arrival_date, features = c(___, ___, ___)) %>%

# Create dummy variables for all nominal predictors
  step_dummy(___)
Code bewerken en uitvoeren