擬合與評估模型
現在你已處理遺漏值並建立虛擬變數，是時候評估模型的效能了！
attrition 資料集，以及 test 與 train 的分割、lr_recipe，還有你宣告的 logistic_model() 都已為你載入。
本練習屬於課程
R 的特徵工程
練習說明
- 在 workflow 中打包模型與 recipe。
- 將 workflow 擬合到訓練資料。
- 產生用於效能評估的增廣資料框。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Bundle model and recipe in workflow
lr_workflow <- ___() %>%
add_model(lr_model) %>%
add_recipe(lr_recipe)
# Fit workflow to the train data
lr_fit <- ___(lr_workflow, data = train)
# Generate an augmented data frame for performance assessment
lr_aug <- lr_fit %>% ___(test)
lr_aug %>% roc_curve(truth = Attrition, .pred_No) %>% autoplot()
bind_rows(lr_aug %>% roc_auc(truth = Attrition, .pred_No),
lr_aug %>% accuracy(truth = Attrition, .pred_class))