Çapraz doğrulamalı modelleri oluştur
Bu egzersizde, çapraz doğrulamadaki her kat için lojistik regresyon modelleri oluşturacaksın.
Bunu glm() fonksiyonunu kullanarak ve family argümanını "binomial" olarak ayarlayarak yapacaksın.
Bu egzersiz, kursun bir parçasıdır
Tidyverse ile Machine Learning
Egzersiz talimatları
Çapraz doğrulamanın her katı için train verisini kullanarak, mevcut tüm özelliklerle Attrition değişkenini tahmin eden modeller kur.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Build a model using the train data for each fold of the cross validation
cv_models_lr <- cv_data %>%
mutate(model = map(___, ~glm(formula = ___,
data = ___, family = ___)))