BaşlayınÜcretsiz başlayın

Bir workflow oluşturma

Verilerin analiz için hazır olduğuna göre, geç gelip gelmeyeceklerini tahmin etmek için bir logistic_model() tanımlayacaksın.

Analiz ve hata ayıklamada referans olarak kalsın diye flight değişkenine "ID" rolü atıyorsun. date değişkeninden, tatil etkisini açıkça modellemek için yeni özellikler oluşturacak ve factors değişkenlerini kukla (dummy) değişkenler olarak temsil edeceksin.

Model ve recipe()'i workflow() kullanarak birlikte paketlemek, sonraki uyarlama veya tahminlerde tutarlı feature engineering adımlarının uygulanmasını sağlamaya yardımcı olur.

Bu egzersiz, kursun bir parçasıdır

R'da Feature Engineering

Kursa Göz Atın

Egzersiz talimatları

  • flight için "ID" rolü ata.
  • Modeli ve tarifi (recipe) bir workflow nesnesinde paketle.
  • lr_workflow'u test verisine uydur.
  • Uydurulmuş workflow'u düzenle (tidy).

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

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(___)
Kodu Düzenle ve Çalıştır