Previsões de um único modelo
Para calcular o desempenho de um modelo de classificação, você precisa comparar os valores reais de Attrition com aqueles previstos pelo modelo.
Ao calcular métricas para tarefas de classificação binária (como precisão e revocação), os vetores de valores reais e previstos devem ser convertidos para valores binários.
Neste exercício, você vai aprender a preparar esses vetores usando o modelo e os data frames de validação do primeiro fold da validação cruzada como exemplo.
Este exercicio faz parte do curso
Machine Learning no tidyverse
Instruções do exercicio
- Extraia o
modele o data framevalidatedo primeiro fold da validação cruzada. - Extraia a coluna
Attritiondo data framevalidatee converta os valores para binário (TRUE/FALSE). - Use
modelpara prever as probabilidades de desligamento para o data framevalidate. - Converta as probabilidades previstas em um vetor binário, assumindo que todas as probabilidades maiores que
0.5são TRUE.
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
# Extract the first model and validate
model <- cv_models_lr$___[[___]]
validate <- cv_models_lr$___[[___]]
# Prepare binary vector of actual Attrition values in validate
validate_actual <- ___ == "Yes"
# Predict the probabilities for the observations in validate
validate_prob <- predict(___, ___, type = "response")
# Prepare binary vector of predicted Attrition values for validate
validate_predicted <- ___