1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uczenie maszynowe w tidyverse
Connected

ćwiczenie

Zbuduj finalny model klasyfikacji

Porównując wyniki recall modelu regresji logistycznej (0,4) z najlepszym modelem lasu losowego (0,2), można stwierdzić, że lepiej radzi sobie regresja logistyczna. W tym ćwiczeniu zbudujesz model regresji logistycznej na wszystkich danych treningowych i przygotujesz niezbędne wektory do oceny jego wydajności na danych testowych.

Instrukcje

100 XP
  • Zbuduj model regresji logistycznej przewidujący Attrition na podstawie wszystkich dostępnych cech w training_data.
  • Przygotuj binarny wektor rzeczywistych wartości testowych, test_actual.
  • Przygotuj binarny wektor wartości przewidywanych, gdzie prawdopodobieństwo większe niż 0,5 oznacza TRUE, i zapisz go jako test_predicted.