step_percentile()
Jak transformacja percentylowa zmiennych numerycznych wpłynie na wydajność modelu? Sprawdź to!
Dane attrition_num, model regresji logistycznej lr_model, zdefiniowana przez użytkownika funkcja class-evaluate() oraz podziały train i test zostały już wczytane.
To ćwiczenie jest częścią kursu
Inżynieria cech w R
Instrukcje do ćwiczenia
- Zastosuj transformację percentylową do wszystkich numerycznych predyktorów.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Add percentile tansformation to all numeric predictors
lr_recipe_perc <-
recipe(Attrition ~., data = train) %>%
___
lr_workflow_perc <-
workflow() %>%
add_model(lr_model) %>%
add_recipe(lr_recipe_perc)
lr_fit_perc <- lr_workflow_perc %>% fit(train)
lr_aug_perc <- lr_fit_perc %>% augment(test)
lr_aug_perc %>% class_evaluate(truth = Attrition,
estimate = .pred_class,.pred_No)