Ocena wydajności z użyciem yardstick
W poprzednim ćwiczeniu wyznaczałeś(-aś) metryki klasyfikacji na podstawie przykładowej macierzy pomyłek. Pakiet yardstick został zaprojektowany właśnie po to, by zautomatyzować ten proces.
Dla modeli klasyfikacyjnych funkcje pakietu yardstick przyjmują jako pierwszy argument tibble z wynikami modelu. Powinien on zawierać rzeczywiste wartości zmiennej docelowej, przewidywane wartości oraz szacowane prawdopodobieństwa dla każdej klasy.
W tym ćwiczeniu użyjesz wyników swojego modelu regresji logistycznej – telecom_results – do obliczenia metryk wydajności.
Tibble telecom_results jest już wczytany do sesji.
To ćwiczenie jest częścią kursu
Modelowanie z tidymodels w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Calculate the confusion matrix
___(___, truth = ___,
estimate = ___)