Predicțiile unui singur model

Pentru a evalua performanța unui model de clasificare, trebuie să compari valorile reale ale coloanei Attrition cu cele prezise de model. Atunci când calculezi metrici pentru sarcini de clasificare binară (cum ar fi precizia și ratingul de regăsire), vectorii de valori reale și prezise trebuie convertiți în valori binare.

În acest exercițiu, vei învăța cum să pregătești acești vectori folosind ca exemplu data frame-urile model și validate din primul fold de validare încrucișată.

Acest exercițiu face parte din cursul

Machine Learning în Tidyverse

Vezi cursul

Instrucțiuni pentru exercițiu

Extrage data frame-urile model și validate din primul fold al validării încrucișate.
Extrage coloana Attrition din data frame-ul validate și convertește valorile în format binar (TRUE/FALSE).
Folosește model pentru a prezice probabilitățile de atriție pentru data frame-ul validate.
Convertește probabilitățile prezise într-un vector binar: consideră că toate probabilitățile mai mari de 0.5 sunt TRUE.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Extract the first model and validate 
model <- cv_models_lr$___[[___]]
validate <- cv_models_lr$___[[___]]

# Prepare binary vector of actual Attrition values in validate
validate_actual <- ___ == "Yes"

# Predict the probabilities for the observations in validate
validate_prob <- predict(___, ___, type = "response")

# Prepare binary vector of predicted Attrition values for validate
validate_predicted <- ___

Editează și rulează codul