Przewidywanie rezerwacji hotelowych
Właśnie dostałeś(-aś) pracę w firmie zajmującej się badaniami rynku hotelarskiego. Twoim pierwszym zadaniem jest zbudowanie modelu przewidującego, czy w danym pobycie hotelowym będą uczestniczyć dzieci. Do trenowania modelu wykorzystasz zmodyfikowaną wersję zbioru danych dotyczącego rezerwacji hotelowych autorstwa Antonio, Almeida i Nunesa (2019). Dane zostaną ograniczone do następujących cech:
features <- c('hotel', 'adults',
'children', 'meal',
'reserved_room_type',
'customer_type',
'arrival_date')
Dane zostały wczytane jako hotels, wraz z odpowiednimi podziałami na test i train, a model jest zadeklarowany jako lr_model <- logistic_reg().
Jakość modelu ocenisz na podstawie dokładności oraz pola pod krzywą ROC, czyli wartości AUC.
To ćwiczenie jest częścią kursu
Inżynieria cech w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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(___)