Modellens prestandamått
I den här övningen använder du yardstick-funktioner för att utvärdera modellens prestanda på testdatamängden.
När du anpassade en logistisk regressionsmodell till telekommunikationsdata i kapitel 2 förutsade du canceled_service med hjälp av avg_call_mins, avg_intl_mins och monthly_charges. Modellens sensitivitet var 0,42 och specificiteten var 0,895.
Nu när du har inkluderat alla tillgängliga prediktorsvariabler via feature engineering kan du jämföra din nya modells prestanda med tidigare resultat.
Modellresultaten, telecom_results, har laddats in i din session.
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.
# Create a confusion matrix
telecom_results %>%
___(truth = ___, estimate = ___)