1. Learn
    2. /
  2. Courses
    3. /
  3. Modelowanie z tidymodels w R
Connected

Exercise

Tworzenie obiektów recipe

W poprzednim rozdziale dopasowałeś model regresji logistycznej, używając podzbioru zmiennych predykcyjnych ze zbioru danych telecom_df. Zbiór ten zawiera informacje o klientach firmy telekomunikacyjnej, a celem jest przewidzenie, czy dany klient zrezygnuje z usługi.

W tym ćwiczeniu użyjesz pakietu recipes, aby zastosować transformację logarytmiczną do zmiennych avg_call_mins i avg_intl_mins w danych telekomunikacyjnych. Dzięki temu zmniejszysz zakres tych zmiennych i potencjalnie sprawisz, że ich rozkłady będą bardziej symetryczne – co może poprawić dokładność modelu regresji logistycznej.

Instructions 1/2

undefined XP
    1
    2
  • Utwórz obiekt recipe o nazwie telecom_log_rec, który używa canceled_service jako zmiennej wynikowej, a wszystkich pozostałych kolumn w telecom_training jako zmiennych predykcyjnych.
  • Dodaj do obiektu recipe krok, który zastosuje transformację logarytmiczną do zmiennych avg_call_mins i avg_intl_mins.