step_poly()
既然已經有基準模型，現在可以在所有數值型特徵上加入多項式轉換，來比較模型效能。
attrition_num 資料、羅吉斯迴歸 lr_model、使用者自訂的 class-evaluate() 函式，以及 train 與 test 的切分都已為你載入。
本練習屬於課程
R 的特徵工程
練習說明
- 對所有數值型預測變數加入多項式轉換。
- 將 workflow 擬合到訓練資料。
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_poly <-
recipe(Attrition ~., data = train) %>%
# Add a polynomial transformation to all numeric predictors
___
lr_workflow_poly <- workflow() %>%
add_model(lr_model) %>%
add_recipe(lr_recipe_poly)
# Fit workflow to the train data
lr_fit_poly <- ___ %>% fit(train)
lr_aug_poly <- lr_fit_poly %>% augment(test)
lr_aug_poly %>% class_evaluate(truth = Attrition, estimate = .pred_class,.pred_No)