ПочатиПочніть безкоштовно

step_poly()

Тепер, коли у вас є базовий рівень, ви можете порівняти якість моделі, якщо додасте поліноміальне перетворення до всіх числових значень.

Дані attrition_num, логістична регресія lr_model, визначена користувачем функція class-evaluate() і розбиття train та test уже завантажені для вас.

Ця вправа є частиною курсу

Feature Engineering в R

Переглянути курс

Інструкції до вправи

  • Додайте поліноміальне перетворення до всіх числових предикторів.
  • Навчіть workflow на тренувальних даних.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

lr_recipe_poly <- 
  recipe(Attrition ~., data = train) %>%

# Add a polynomial transformation to all numeric predictors
  ___

lr_workflow_poly <- workflow() %>%
  add_model(lr_model) %>%
  add_recipe(lr_recipe_poly)

# Fit workflow to the train data
lr_fit_poly <- ___ %>% fit(train)
lr_aug_poly <- lr_fit_poly %>% augment(test)
lr_aug_poly %>% class_evaluate(truth = Attrition, estimate = .pred_class,.pred_No)
Редагувати та запускати код