Comparing model performance profiles
A vantagem da função collect_metrics() é que ela retorna um tibble com os resultados da validação cruzada. Isso facilita calcular estatísticas-resumo personalizadas com o pacote dplyr.
Neste exercício, você vai usar dplyr para explorar os resultados de validação cruzada dos seus modelos de árvore de decisão e regressão logística.
Seus resultados de validação cruzada, loans_dt_rs e loans_logistic_rs, já foram carregados na sua sessão.
Este exercício faz parte do curso
Modelagem com tidymodels em R
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Detailed cross validation results
dt_rs_results <- ___ %>%
collect_metrics(___)
# Explore model performance for decision tree
dt_rs_results %>%
group_by(___) %>%
summarize(min = ___,
median = ___,
max = ___)