R Logistic Regression 與 Exercise 11.2。
以 R 建立 Binary Outcome Model，產生 Prediction 並用 ROC／AUC 評估。
原書展示 R ROC Curve with AUC，並要求以 employee_attrition Dataset 建 Logistic Regression。
Figure 11.15、Exercise 11.2、employee_attrition Dataset。
Fit Model → Predict Probability／Class → Confusion Matrix／ROC → Interpret。
Exercise 11.2 實際數值需由 R Output 產生；原書題目不提供固定答案。
ROC／AUC 提供 Threshold-independent 的分類能力視角，但仍需結合 Business Error Costs。
建立 Exercise 11.2 的 R 結果解讀模板，不填入未實際運算的 Metrics。
AUC 高是否代表所有 Classification Threshold 都適合？
參考解答： 否；實際 Threshold 還需依 False Positive／False Negative 的業務代價選擇。