Eksploracja zbioru danych loans
Pakiet workflows umożliwia łączenie modeli parsnip i obiektów recipe w jeden obiekt workflow. Znacznie ułatwia to zarządzanie projektem uczenia maszynowego i eliminuje konieczność śledzenia wielu oddzielnych obiektów.
W tym ćwiczeniu będziesz pracować ze zbiorem danych loans_df, który zawiera informacje finansowe o kredytach konsumenckich udzielanych przez bank. Zmienna wynikowa w tych danych to loan_default.
Utworzysz obiekt modelu drzewa decyzyjnego i zdefiniujesz potok inżynierii cech dla danych kredytowych. Tibble loans_df jest już wczytany do twojej sesji.
To ćwiczenie jest częścią kursu
Modelowanie z tidymodels w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create data split object
loans_split <- ___(___,
strata = ___)
# Build training data
loans_training <- ___ %>%
___
# Build test data
loans_test <- ___ %>%
___