二元分類模型的混淆矩陣會列出在測試資料集上得到的正確與錯誤預測數量,有助於評估模型表現。
假設你訓練了一個分類模型,用來預測電信公司的客戶是否會取消服務,並在測試資料集上得到以下混淆矩陣。此處 yes 代表正類,no 代表負類。
yes
no
請從下列選項中選出正確的敘述。
本練習屬於課程
將理論付諸實踐,立即體驗我們的互動練習
在本章中,你將探索支撐 tidymodels 的 R 套件生態系,並學習它們如何讓你的機器學習工作流程更順暢。接著,你會把 tidymodels 的技巧派上用場,實作預測華盛頓州西雅圖的房屋成交價格。
學習如何透過訓練分類模型來預測類別型輸出。運用你目前所學,預測電信公司客戶取消服務的可能性。
當前練習
了解如何使用 recipes 套件打造特徵工程的 pipeline。你將整理數值與類別資料,協助機器學習演算法最佳化你的預測。
現在要用工作流程來簡化建模過程,並透過交叉驗證與超參數調校來微調模型。你會學到如何調校決策樹分類模型,以預測銀行客戶是否可能違約其貸款。