Ensembling modelů

A tím je kurz u konce! Jako ochutnávku budoucího kurzu o vytváření ensemblů modelů caret ti ukážu, jak sestavit skládaný ensemble pomocí balíčku caretEnsemble.

caretEnsemble nabízí funkci caretList(), která umožňuje natrénovat více modelů caret najednou na stejném datasetu se stejnými resamplingovými záhyby. Můžeš také vytvářet vlastní seznamy modelů caret.

V tomto cvičení jsem pro tebe připravil caretList obsahující modely glmnet a ranger natrénované na datasetu churn. Pomocí funkce caretStack() vytvoř stack modelů caret, kde oba dílčí modely (glmnet a ranger) vstupují do dalšího modelu caret — který bude snad ještě přesnější!

Toto cvičení je součástí kurzu

Machine Learning s balíčkem caret v R

Zobrazit kurz

Pokyny k cvičení

Zavolej funkci caretStack() se dvěma argumenty, model_list a method = "glm", a ensembluj tak oba modely pomocí logistické regrese. Výsledek ulož jako stack.
Výsledný model shrň pomocí funkce summary().

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create ensemble model: stack
stack <- 

# Look at summary

Upravit a spustit kód