Dopasowywanie modelu regresji logistycznej
Pakiet parsnip oferuje nie tylko interfejs do modeli regresji, ale także ogólny interfejs do modeli klasyfikacji w R.
W tym ćwiczeniu zdefiniujesz obiekt regresji logistycznej przy użyciu pakietu parsnip i wytrenuj model do przewidywania zmiennej canceled_service na podstawie zmiennych predykcyjnych avg_call_mins, avg_intl_mins i monthly_charges ze zbioru danych telecom_df.
Tibble'y telecom_training i telecom_test, które zostały utworzone w poprzedniej lekcji, są już załadowane do tej sesji.
To ćwiczenie jest częścią kursu
Modelowanie z tidymodels w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Specify a logistic regression model
logistic_model <- ___ %>%
# Set the engine
___ %>%
# Set the mode
___
# Print the model specification
logistic_model