Construiește modelul final de clasificare

Comparând performanța recall dintre modelul de regresie logistică (0,4) și cel mai bun model de tip random forest (0,2), ai constatat că modelul cu performanța superioară este cel de regresie logistică. În acest exercițiu, vei construi modelul de regresie logistică folosind toate datele de antrenament și vei pregăti vectorii necesari pentru evaluarea performanței acestui model pe datele de testare.

Acest exercițiu face parte din cursul

Machine Learning în Tidyverse

Vezi cursul

Instrucțiuni pentru exercițiu

Construiește un model de regresie logistică care să prezică Attrition folosind toate caracteristicile disponibile din training_data.
Pregătește vectorul binar al valorilor reale din setul de testare, test_actual.
Pregătește vectorul binar al valorilor prezise, unde o probabilitate mai mare de 0,5 indică TRUE, și stochează-l ca test_predicted.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Build the logistic regression model using all training data
best_model <- glm(formula = ___, 
                  data = ___, family = "binomial")


# Prepare binary vector of actual Attrition values for testing_data
test_actual <- testing_data$___ == "___"

# Prepare binary vector of predicted Attrition values for testing_data
test_predicted <- predict(___, ___, type = "response") > ___

Editează și rulează codul