Hoàn thiện quy trình modeling
Trong bài tập này, bạn sẽ dùng hàm last_fit() để huấn luyện mô hình logistic regression và đánh giá hiệu suất của mô hình trên dữ liệu kiểm tra bằng cách xem đường cong ROC và diện tích dưới đường cong ROC (AUC).
Tương tự các bài trước, bạn sẽ dự đoán canceled_service trong dữ liệu telecom_df, nhưng thêm một biến dự báo để xem liệu hiệu suất mô hình có được cải thiện không.
Các đối tượng telecom_df (tibble), telecom_split, và logistic_model từ bài trước đã được nạp vào không gian làm việc của bạn. Đối tượng telecom_split chứa hướng dẫn để chia ngẫu nhiên tibble telecom_df thành tập huấn luyện và tập kiểm tra. Đối tượng logistic_model là một đặc tả parsnip cho mô hình logistic regression.
Bài tập này là một phần của khóa học
Mô hình hóa với tidymodels trong R
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Train a logistic regression model
logistic_fit <- ___ %>%
last_fit(___,
split = ___)