Dự đoán từ một mô hình đơn lẻ

Để tính hiệu năng của một mô hình phân loại, bạn cần so sánh giá trị thực tế của Attrition với giá trị mô hình dự đoán. Khi tính các chỉ số cho bài toán phân loại nhị phân (như precision và recall), cả vector thực tế và dự đoán đều phải được chuyển sang giá trị nhị phân.

Trong bài tập này, bạn sẽ học cách chuẩn bị các vector đó bằng cách dùng mô hình và các data frame validate từ fold kiểm định chéo đầu tiên làm ví dụ.

Bài tập này là một phần của khóa học

Machine Learning trong tidyverse

Xem khóa học

Hướng dẫn bài tập

Trích xuất model và data frame validate từ fold đầu tiên của kiểm định chéo.
Trích xuất cột Attrition từ data frame validate và chuyển các giá trị sang nhị phân (TRUE/FALSE).
Dùng model để dự đoán xác suất nghỉ việc cho data frame validate.
Chuyển các xác suất dự đoán thành một vector nhị phân, giả định mọi xác suất lớn hơn 0.5 là TRUE.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Extract the first model and validate 
model <- cv_models_lr$___[[___]]
validate <- cv_models_lr$___[[___]]

# Prepare binary vector of actual Attrition values in validate
validate_actual <- ___ == "Yes"

# Predict the probabilities for the observations in validate
validate_prob <- predict(___, ___, type = "response")

# Prepare binary vector of predicted Attrition values for validate
validate_predicted <- ___

Chỉnh sửa và Chạy Mã