Tinh chỉnh theo lưới
Sau khi tạo tuning grid và một specification dạng dummy, bạn cần fit mô hình tại mỗi điểm trên lưới và đánh giá mô hình thu được.
Điều này rất dễ trong hệ sinh thái tidymodels bằng cách dùng hàm tune_grid(), như đã giới thiệu trong các slide.
Trong các bài tập còn lại, bạn sẽ dùng bộ dữ liệu khách hàng thẻ tín dụng, gồm các cột sau:
still_customer: cờ (yes hoặc no) cho biết khách hàng còn đang hoạt động hay khôngtotal_trans_amt: tổng giá trị giao dịch tính bằng USDcustomer_age: tuổi của khách hàngincome_category: nhãn như $60K - $80K hoặc Less than $40K cho biết nhóm thu nhập hằng năm- … và thêm 16 cột khác.
Bạn có thể xem customers (tibble) trong console! Kết quả từ bài tập trước, tree_grid và tune_spec, vẫn đang được nạp.
Bài tập này là một phần của khóa học
Machine Learning với Mô hình Dựa trên Cây trong R
Hướng dẫn bài tập
- Tạo ba fold cross-validation cho dữ liệu của bạn và lưu thành
folds. - Tạo
tune_resultsbằng cách tinh chỉnh specification theo lưới, sử dụng tất cả predictor để dự đoánstill_customer, dùng các fold CV của bạn làm resamples, vàmetric_set(accuracy). - Dùng
autoplot()để trực quan hóa kết quả tinh chỉnh.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
set.seed(275)
# Create CV folds of the customers tibble
folds <- ___
# Tune along the grid
tune_results <- tune_grid(___,
___,
resamples = ___,
grid = ___,
metrics = ___)
# Plot the tuning results
___(tune_results)