Przygotuj zbiory: treningowy, testowy i walidacyjny
W tym ćwiczeniu wykorzystasz poznane dotychczas narzędzia, aby zbudować model klasyfikacyjny przewidujący odejście pracowników z firmy.
Będziesz pracować ze zbiorem danych attrition, który zawiera 30 cech opisujących pracowników – na ich podstawie przewidzisz, czy dany pracownik odszedł z firmy.
Na początku przygotujesz zbiory treningowy i testowy, a następnie podzielisz dane treningowe za pomocą walidacji krzyżowej, aby wyszukać model o najlepszej wydajności dla tego zadania.
To ćwiczenie jest częścią kursu
Uczenie maszynowe w tidyverse
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
set.seed(42)
# Prepare the initial split object
data_split <- initial_split(___, prop = ___)
# Extract the training data frame
training_data <- training(___)
# Extract the testing data frame
testing_data <- testing(___)