1. Nauka
    2. /
  2. Kursy
    3. /
  3. Redukcja wymiarowości w R
Connected

ćwiczenie

Dopasowanie, eksploracja i ocena modelu

Po zdefiniowaniu przepływu pracy z recepturą i modelem możesz dopasować dane do tego przepływu. Odbywa się to na zbiorze treningowym. Wytrenowany model jest następnie oceniany na zbiorze testowym. W tym przykładzie zmienna docelowa jest kategoryczna, a do modelowania używasz regresji logistycznej. Dlatego predykcje na zbiorze testowym ocenisz za pomocą miary F. Do dyspozycji masz obiekty feature_selection_recipe, lr_model, attrition_wflow, train i test z poprzedniego ćwiczenia.

Pakiety tidyverse i tidymodels zostały już wczytane.

Instrukcje

100 XP
  • Dopasuj attrition_wflow do danych treningowych.
  • Dodaj predykcje na zbiorze testowym do danych testowych wraz z oryginalnymi wartościami Attrition.
  • Użyj f_meas(), aby ocenić wydajność modelu na zbiorze testowym.
  • Wyświetl estymaty modelu attrition_fit.