Jämför med en enkel klassificerare
Du har lärt dig att boostade träd hör till de bästa maskininlärningsalgoritmerna som finns. För att bekräfta det ska du nu jämföra AUC för en boostad modell med en enkel beslutsträdsklassificerare.
I den här övningen använder du hela maskininlärningspipelinen – från specifikation till utvärdering.
Träningsdatan customers_train är fortfarande förinläst.
Den här övningen är en del av kursen
Maskininlärning med trädbaserade modeller i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
set.seed(100)
# Specify, fit, predict, and combine with training data
predictions <- boost_tree() %>%
set_mode("___") %>%
set_engine("___") %>%
fit(still_customer ~ ., data = ___) %>%
predict(new_data = ___, type = "___") %>%
bind_cols(___)
# Calculate AUC
roc_auc(___,
truth = ___,
estimate = ___)