Porównywanie profili wydajności modeli
Funkcja collect_metrics() zwraca tabelę tibble z wynikami walidacji krzyżowej. Dzięki temu łatwo obliczysz własne statystyki podsumowujące za pomocą pakietu dplyr.
W tym ćwiczeniu użyjesz dplyr, aby przeanalizować wyniki walidacji krzyżowej dla modelu drzewa decyzyjnego i modelu regresji logistycznej.
Wyniki walidacji krzyżowej, loans_dt_rs i loans_logistic_rs, zostały już wczytane do twojej sesji.
To ćwiczenie jest częścią kursu
Modelowanie z tidymodels w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Detailed cross validation results
dt_rs_results <- ___ %>%
collect_metrics(___)
# Explore model performance for decision tree
dt_rs_results %>%
group_by(___) %>%
summarize(min = ___,
median = ___,
max = ___)