預測飯店訂房
你剛加入一家旅遊與飯店產業研究公司，你的第一個任務是建立一個模型，用來預測某次住宿是否會包含兒童。 為了訓練模型，你會使用 Antonio、Almeida 與 Nunes（2019）整理過的飯店訂房需求資料集的修改版。你將資料限制在以下這些特徵：
features <- c('hotel', 'adults',
'children', 'meal',
'reserved_room_type',
'customer_type',
'arrival_date')
資料已載入為 hotels，並提供對應的 test 與 train 切分；模型也已宣告為 lr_model <- logistic_reg()。
你將以準確率（accuracy）與 ROC 曲線下面積（AUC）來評估模型效能。
本練習屬於課程
R 的特徵工程
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。
lr_recipe <-
recipe(children ~., data = train) %>%
# Generate "day of the week", "week" and "month" features
step_date(arrival_date, features = c(___, ___, ___)) %>%
# Create dummy variables for all nominal predictors
step_dummy(___)