與單一分類器比較
你已經學到，提升樹是目前表現最好的機器學習演算法之一。為了佐證這點，現在你要把提升模型的 AUC 與一個簡單決策樹分類器進行比較。
在這個練習中，你會走完整個機器學習流程，從模型規格到評估。
訓練資料 customers_train 已經預先載入。
本練習屬於課程
R 的樹狀模型機器學習
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。
set.seed(100)
# Specify, fit, predict, and combine with training data
predictions <- boost_tree() %>%
set_mode("___") %>%
set_engine("___") %>%
fit(still_customer ~ ., data = ___) %>%
predict(new_data = ___, type = "___") %>%
bind_cols(___)
# Calculate AUC
roc_auc(___,
truth = ___,
estimate = ___)