Prestaties evalueren met yardstick

In de vorige oefening berekende je classificatiematen op basis van een voorbeeld van een confusion matrix. Het pakket yardstick is ontworpen om dit proces te automatiseren.

Voor classificatiemodellen verwachten yardstick-functies als eerste argument een tibble met modelresultaten. Deze moet de werkelijke uitkomstwaarden, de voorspelde uitkomstwaarden en de geschatte kansen voor elke waarde van de uitkomstvariabele bevatten.

In deze oefening gebruik je de resultaten van je logistische regressiemodel, telecom_results, om prestatiematen te berekenen.

De tibble telecom_results is in je sessie geladen.