การสร้างโมเดล Logistic Regression ขั้นสุดท้าย
เราได้นำตัวแปรที่มี Collinearity สูง (level และ compensation) ออกไปแล้ว เพื่อสร้าง train_set_final ถึงเวลาสร้างโมเดล Logistic Regression ขั้นสุดท้ายโดยใช้ชุดข้อมูลนี้ โมเดลนี้จะถูกนำไปใช้พยากรณ์ความน่าจะเป็นของการลาออกของพนักงานทุกคน
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
HR Analytics: การพยากรณ์การลาออกของพนักงานด้วย R
คำแนะนำการฝึกหัด
- สร้างโมเดล Logistic Regression โดยใช้ตัวแปรอิสระ ทั้งหมด ใน
train_set_finalเพื่อพยากรณ์turnover - แสดงผลสรุป (summary) ของโมเดลนี้
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Build the final logistic regression model
final_log <- ___(___, family = "binomial",
___)
# Print summary
___