完成建模工作流程
在這個練習中,你會使用 last_fit() 函式來訓練邏輯迴歸模型,並透過評估 ROC 曲線與 ROC 曲線下面積(AUC)來衡量其在測試資料上的表現。
和前面的練習類似,你會在 telecom_df 資料中預測 canceled_service,但會多加入一個預測變數,看看是否能提升模型表現。
來自前一個練習的 telecom_df tibble、telecom_split 與 logistic_model 物件已載入到你的工作環境。telecom_split 物件包含將 telecom_df tibble 隨機切分為訓練集與測試集的設定。logistic_model 物件是用 parsnip 指定的邏輯迴歸模型規格。
本練習屬於課程
在 R 中使用 tidymodels 建立模型
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。
# Train a logistic regression model
logistic_fit <- ___ %>%
last_fit(___,
split = ___)