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, kursun bir parçasıdır
Tidyverse ile Machine Learning
Egzersiz talimatları
- Her çapraz doğrulama katı için tüm
"Yes"değerleriniTRUE'a dönüştürerekvalidate_actualadlı ikili sütunu ekle. validate'in her çapraz doğrulama katı için işten ayrılma olasılıklarını tahmin etmek üzeremodel'i kullan. Tahmin edilen olasılıkları, 0.5'ten büyük olanları TRUE kabul ederek ikili bir vektöre dönüştür. Bu sütunun adınıvalidate_predictedkoy.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
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") > ___)
)