Komplett modelleringsarbetsflöde
I den här övningen använder du funktionen last_fit() för att träna en logistisk regressionsmodell och utvärdera dess prestanda på testdata genom att analysera ROC-kurvan och arean under den.
Precis som i tidigare övningar ska du förutsäga canceled_service i datamängden telecom_df, men med en extra prediktorvariabel för att se om du kan förbättra modellens prestanda.
Objekten telecom_df, telecom_split och logistic_model från tidigare övningar har laddats in i din arbetsmiljö. Objektet telecom_split innehåller instruktioner för hur telecom_df slumpmässigt delas upp i tränings- och testmängder. Objektet logistic_model är en parsnip-specifikation av en logistisk regressionsmodell.
Den här övningen är en del av kursen
Modellering med tidymodels i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Train a logistic regression model
logistic_fit <- ___ %>%
last_fit(___,
split = ___)