Настройте оценку модели
Создание пользовательских функций оценки очень удобно при переборе различных моделей. Функция metric_set() из пакета yardstick поможет вам в этом.
Определите функцию, которая возвращает roc_auc, accuracy, sens (чувствительность) и spec (специфичность), и используйте её для оценки вашей модели.
Аугментированный датафрейм lr_aug уже загружен и готов к работе.
Это упражнение является частью курса
Конструирование признаков в R
Инструкции к упражнению
- Определите пользовательскую функцию оценки, которая возвращает
roc_auc,accuracy,sensиspec. - Оцените вашу модель с помощью новой функции на основе
lr_aug, чтобы получить выбранные метрики.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Define a custom assessment function
class_evaluate <- ___(___, ___, sens, ___)
# Assess your model using your new function
___(___, truth = Attrition,
estimate = .pred_class,
.pred_No)