เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การ Fit และประเมินโมเดล

หลังจากจัดการค่าที่หายไปและสร้าง dummy variables แล้ว ถึงเวลาประเมินประสิทธิภาพของโมเดลกัน!

ชุดข้อมูล attrition พร้อมด้วยการแบ่ง test และ train, lr_recipe และ logistic_model() ที่ประกาศไว้ ถูกโหลดให้พร้อมใช้งานแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Feature Engineering in R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • รวมโมเดลและ recipe เข้าด้วยกันใน workflow
  • Fit workflow กับข้อมูล train
  • สร้าง augmented data frame สำหรับประเมินประสิทธิภาพ

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Bundle model and recipe in workflow
lr_workflow <- ___() %>%
  add_model(lr_model) %>%
  add_recipe(lr_recipe)

# Fit workflow to the train data
lr_fit <- ___(lr_workflow, data = train)

# Generate an augmented data frame for performance assessment
lr_aug <- lr_fit %>% ___(test)

lr_aug %>% roc_curve(truth = Attrition, .pred_No) %>% autoplot()
bind_rows(lr_aug %>% roc_auc(truth = Attrition, .pred_No),          
          lr_aug %>% accuracy(truth = Attrition, .pred_class))
แก้ไขและรันโค้ด