Budowanie modeli z walidacją krzyżową
W tym ćwiczeniu zbudujesz modele regresji logistycznej dla każdego podziału (fold) w walidacji krzyżowej.
Skorzystasz z funkcji glm() i ustawisz argument family na "binomial".
To ćwiczenie jest częścią kursu
Uczenie maszynowe w tidyverse
Instrukcje do ćwiczenia
Zbuduj modele przewidujące Attrition na podstawie wszystkich dostępnych cech, korzystając z danych train dla każdego podziału walidacji krzyżowej.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Build a model using the train data for each fold of the cross validation
cv_models_lr <- cv_data %>%
mutate(model = map(___, ~glm(formula = ___,
data = ___, family = ___)))