Kom igångKom igång gratis

Skapa ett arbetsflöde

Nu när dina data är redo för analys ska du deklarera en logistic_model() för att förutsäga om flyg kommer att anlända försenade eller inte.

Du tilldelar rollen "ID" till variabeln flight för att behålla den som referens vid analys och felsökning. Från variabeln date skapar du nya särdrag för att explicit modellera effekten av helgdagar och representera factors som dummyvariabler.

Genom att bunta ihop din modell och recipe() med hjälp av workflow() säkerställer du att efterföljande anpassningar och förutsägelser tillämpar konsekventa steg för särdragsframtagning.

Den här övningen är en del av kursen

Feature Engineering i R

Visa kurs

Övningsinstruktioner

  • Tilldela rollen "ID" till flight.
  • Bunta ihop modellen och receptet i ett workflow-objekt.
  • Anpassa lr_workflow till test-data.
  • Städa upp det anpassade arbetsflödet med tidy().

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

lr_model <- logistic_reg()

# Assign an "ID" role to flight
lr_recipe <- recipe(arrival ~., data = train) %>% update_role(flight, new_role = ___) %>%
  step_holiday(date, holidays = timeDate::listHolidays("US")) %>% step_dummy(all_nominal_predictors())

# Bundle the model and the recipe into a workflow object
lr_workflow <- workflow() %>% add_model(___) %>% add_recipe(___)
lr_workflow

# Fit lr_workflow workflow to the test data  
lr_fit <- lr_workflow %>% ___(data = test)

# Tidy the fitted workflow  
tidy(___)
Redigera och kör kod