เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ตัวทำนายหลักคืออะไร?

ได้ผลการพยากรณ์ที่ดีแล้ว แต่ตัวทำนายหลักคืออะไร? จะทำความเข้าใจโมเดลให้ลึกกว่าแค่ผลลัพธ์ดิบได้อย่างไร? โมเดล machine learning มักถูกวิจารณ์เรื่องความยากในการตีความ อย่างไรก็ตาม การจัดอันดับความสำคัญของตัวแปร (variable importance) ช่วยให้เห็นภาพได้ชัดขึ้นว่าฟีเจอร์ที่เลือกมามีความเกี่ยวข้องกับผลลัพธ์มากน้อยแค่ไหน มาลองสำรวจความสำคัญของตัวแปรกัน

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Feature Engineering in R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้างแผนภูมิความสำคัญของตัวแปร

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

lr_fit <- lr_workflow %>%
  fit(test)

lr_aug <- lr_fit %>%
  augment(test)

lr_aug %>% class_evaluate(truth = Attrition,
                          estimate = .pred_class,
                          .pred_No)

# Create a variable importance chart
lr_fit %>%
  extract_fit_parsnip() %>%
  ___(aesthetics = list(fill = "steelblue"), num_features = 5)
แก้ไขและรันโค้ด