Çapraz doğrulamalı performansa hazırlan

Artık tek bir model için performans metriklerini nasıl hesaplayacağını bildiğine göre, bunu çapraz doğrulama veri çerçevesindeki tüm katlar için genişletmeye hazırsın.

Bu egzersiz

Tidyverse ile Machine Learning

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

Her çapraz doğrulama katı için tüm "Yes" değerlerini TRUE'a dönüştürerek validate_actual adlı ikili sütunu ekle.
validate'in her çapraz doğrulama katı için işten ayrılma olasılıklarını tahmin etmek üzere model'i kullan. Tahmin edilen olasılıkları, 0.5'ten büyük olanları TRUE kabul ederek ikili bir vektöre dönüştür. Bu sütunun adını validate_predicted koy.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

cv_prep_lr <- cv_models_lr %>% 
  mutate(
    # Prepare binary vector of actual Attrition values in validate
    validate_actual = map(validate, ~.x$___ == "___"),
    # Prepare binary vector of predicted Attrition values for validate
    validate_predicted = map2(.x = ___, .y = ___, ~predict(.x, .y, type = "response") > ___)
  )

Kodu Düzenle ve Çalıştır