Zbuduj swój pierwszy model regresji logistycznej

W filmie budujemy prosty model regresji logistycznej, używając zmiennej emp_age do przewidywania turnover. W tym ćwiczeniu zbudujesz podobny model, który będzie przewidywać turnover na podstawie zmiennej percent_hike.

Jak omówiono w filmie, z zestawu danych usunięto następujące kolumny:

emp_id, mgr_id
date_of_joining, last_working_date, cutoff_date
mgr_age, emp_age
median_compensation, department
status

Ten nowy zbiór danych jest dostępny pod nazwą train_set_multi.

To ćwiczenie jest częścią kursu

HR Analytics: Przewidywanie rotacji pracowników w R

Zobacz kurs

Instrukcje do ćwiczenia

Zbuduj prosty model regresji logistycznej do przewidywania zmiennej turnover na podstawie percent_hike.
Wyświetl podsumowanie tego modelu.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Build a simple logistic regression model
simple_log <- ___(___, 
                  family = "binomial", data = train_set_multi)

# Print summary
___(simple_log)

Edytuj i uruchom kod