Creează un workflow rețetă-model

Pachetul tidymodels permite combinarea rețetelor și a modelelor în workflow-uri. Workflow-urile simplifică crearea unui pipeline de pași pentru pregătirea datelor și antrenarea modelelor. Acestea pot fi apoi aplicate cu ușurință pe date noi, fără a fi nevoie să redefinești toți pașii de preprocesare și construire a modelului. În plus, workflow-urile dispun de o funcție fit() care ajustează atât rețeta, cât și modelul la date.

În acest exercițiu, vei exersa crearea unei rețete și a unui model, pe care le vei adăuga într-un workflow, pregătite pentru a fi ajustate la date. Seturile train și test ale datelor privind fluctuația angajaților în domeniul sănătății sunt disponibile pentru utilizare. Variabila țintă este Attrition.

Pachetele tidyverse și tidymodels au fost deja încărcate.

Acest exercițiu face parte din cursul

Reducerea dimensionalității în R

Vezi cursul

Instrucțiuni pentru exercițiu

Definește o rețetă folosind datele train, cu step_filter_missing(), step_scale() și step_nzv() pentru a elimina valorile lipsă, a scala caracteristicile numerice și, respectiv, a elimina caracteristicile cu varianță redusă. Folosește un prag de 0,5 pentru step_filter_missing().
Definește un model de regresie logistică folosind motorul "glm".
Adaugă feature_selection_recipe și lr_model într-un workflow numit attrition_wflow.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Create recipe
feature_selection_recipe <- 
  ___(___ ~ ., data = ___) %>% 
  ___(___(), threshold = 0.5) %>% 
  ___(___()) %>% 
  ___(___()) %>% 
  prep()
  
# Create model
lr_model <- ___() %>% 
  ___("___")

# Add recipe and model to a workflow
attrition_wflow <- ___() %>% 
  ___(___) %>% 
  ___(___)

Editează și rulează codul