1. 学ぶ
    2. /
  2. コース
    3. /
  3. Uczenie maszynowe w tidyverse
Connected

演習

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.

指示1 / 2

undefined XP
    1
    2
  • Podziel dane na 75% treningowych i 25% testowych, używając funkcji initial_split().
  • Wyodrębnij ramki danych treningową i testową z obiektu data_split, używając odpowiednio funkcji training() i testing().