ÎncepețiÎncepe gratuit

Explorând importanța variabilelor

Setul de date attrition conține 839 de observații și 30 de predictori pentru variabila „Attrition". Ești interesat(ă) să explorezi compromisul dintre performanța unui model care utilizează toți predictorii disponibili și cea a unui model redus, bazat pe câteva variabile informative.

În acest exercițiu, vei antrena un model și vei analiza importanța variabilelor din modelul antrenat. În exercițiul următor, vei evalua performanța acestui model în comparație cu un model redus.

Împărțirile train și test, pachetul vip(), precum și un model de regresie logistică predeclarat model sunt disponibile în mediul tău.

Acest exercițiu face parte din cursul

Ingineria caracteristicilor în R

Vezi cursul

Instrucțiuni pentru exercițiu

  • Creează un recipe care modelează Attrition folosind toți predictorii.
  • Antrenează workflow-ul pe datele de antrenament.
  • Folosește obiectul fit_full pentru a reprezenta grafic importanța variabilelor din modelul tău.
  • Aplică funcția extract_fit_parsnip() înainte de vip() pentru a-i furniza informațiile necesare.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Create a recipe that models Attrition using all the predictors
recipe_full <- ___(___, data = train)

workflow_full <- workflow() %>%
  add_model(model) %>%
  add_recipe(recipe_full)

# Fit the workflow to the training data
fit_full <- ___ %>%
  ___(data = train)

# Use the fit_full object to graph the variable importance of your model. Apply extract_fit_parsnip() function before vip()
fit_full %>% ___() %>%
  ___(aesthetics = list(fill = "steelblue"))
Editează și rulează codul