ÎncepețiÎncepe gratuit

Evaluează

A venit momentul evaluării finale. Ajustează modelul pentru a găsi valoarea optimă a penalizării și antrenează un model final pentru a-ți evalua munca.

Workflow-ul tău, grila de penalizare și funcția definită de tine class_evaluate() sunt disponibile în mediul de lucru.

Acest exercițiu face parte din cursul

Ingineria caracteristicilor în R

Vezi cursul

Instrucțiuni pentru exercițiu

  • Configurează un tune_grid pentru a explora performanța modelului în raport cu ROC_AUC.
  • Selectează cea mai bună valoare a penalizării.
  • Antrenează workflow-ul final cu cea mai bună penalizare.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Set up a tune grid to explore your model performance against roc_auc
lr_tune_output <- ___(lr_workflow, resamples = vfold_cv(train, v = 5),
  metrics = metric_set(roc_auc), grid = lr_penalty_grid)

# Select the best penalty value
best_penalty <- ___(lr_tune_output, metric = 'roc_auc', desc(penalty)) 

# Fit the final workflow with the best penalty
lr_final_fit<- ___(lr_workflow, best_penalty) %>% fit(data = train)

lr_final_fit %>% augment(test) %>% 
class_evaluate(truth = Attrition, estimate = .pred_class, .pred_Yes)
Editează și rulează codul