开始使用免费开始使用

完整建模工作流

在本练习中,您将使用 last_fit() 函数训练一个逻辑回归模型,并通过评估 ROC 曲线及其下面积(AUC)在测试数据上的表现。

与之前的练习类似,您将预测 telecom_df 数据中的 canceled_service,但会加入一个额外的自变量,以观察模型性能是否有所提升。

来自前面练习的 telecom_df tibble、telecom_splitlogistic_model 对象已加载到您的工作区。telecom_split 对象包含将 telecom_df tibble 随机拆分为训练集和测试集的指令。logistic_model 对象是一个 parsnip 的逻辑回归模型规范。

本练习是课程的一部分

在 R 中使用 tidymodels 建模

查看课程

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Train a logistic regression model
logistic_fit <- ___ %>% 
  last_fit(___, 
           split = ___)
编辑并运行代码