De loans-gegevensset verkennen

Het workflows-pakket maakt het mogelijk om parsnip-modellen en recipe-objecten te bundelen in één workflow-object. Dit maakt het beheren van een Machine Learning-project veel eenvoudiger en voorkomt dat je meerdere modelobjecten apart moet bijhouden.

In deze oefening werk je met de gegevensset loans_df, die financiële informatie bevat over consumentenkredieten bij een bank. De doelvariabele in deze data is loan_default.

Je maakt een decision tree-modelobject en specificeert een feature-engineeringpijplijn voor de leningendata. De tibble loans_df is al in je sessie geladen.

Deze oefening maakt deel uit van de cursus

Modelleren met tidymodels in R

Cursus bekijken

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Create data split object
loans_split <- ___(___, 
                   strata = ___)

# Build training data
loans_training <- ___ %>% 
  ___

# Build test data
loans_test <- ___ %>% 
  ___

Code bewerken en uitvoeren