เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การสร้าง Workflow

เมื่อข้อมูลพร้อมสำหรับการวิเคราะห์แล้ว ให้ประกาศ logistic_model() เพื่อพยากรณ์ว่าเที่ยวบินจะมาสายหรือไม่

กำหนดบทบาทเป็น "ID" ให้กับตัวแปร flight เพื่อใช้เป็นตัวอ้างอิงสำหรับการวิเคราะห์และการดีบัก จากตัวแปร date จะสร้าง feature ใหม่เพื่อจำลองผลกระทบของวันหยุด และแปลง factors เป็น dummy variables

การรวม โมเดล และ recipe() เข้าด้วยกันโดยใช้ workflow() จะช่วยให้มั่นใจได้ว่าการ fit หรือการพยากรณ์ในขั้นตอนถัดไปจะใช้ขั้นตอน feature engineering ที่สอดคล้องกันเสมอ

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Feature Engineering in R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • กำหนดบทบาทเป็น "ID" ให้กับ flight
  • รวมโมเดลและ recipe เข้าเป็น object workflow
  • Fit lr_workflow กับข้อมูล test
  • Tidy workflow ที่ fit แล้ว

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

lr_model <- logistic_reg()

# Assign an "ID" role to flight
lr_recipe <- recipe(arrival ~., data = train) %>% update_role(flight, new_role = ___) %>%
  step_holiday(date, holidays = timeDate::listHolidays("US")) %>% step_dummy(all_nominal_predictors())

# Bundle the model and the recipe into a workflow object
lr_workflow <- workflow() %>% add_model(___) %>% add_recipe(___)
lr_workflow

# Fit lr_workflow workflow to the test data  
lr_fit <- lr_workflow %>% ___(data = test)

# Tidy the fitted workflow  
tidy(___)
แก้ไขและรันโค้ด