Vytvoř vlastní indexy pro trénink a test

Jak jsi viděl/a ve videu, v této kapitole se zaměříme na reálný dataset, který propojuje všechny koncepty probírané v předchozích kapitolách.

Dataset churn obsahuje data o různých zákaznících telekomunikační společnosti. Úkolem je předpovědět, kteří zákazníci zruší svůj tarif (tzv. churn).

V této kapitole prozkoumáš dva různé typy prediktivních modelů: glmnet a rf. Nejprve proto vytvoříme znovupoužitelný objekt trainControl, který ti umožní spolehlivě oba modely porovnat.

Toto cvičení je součástí kurzu

Machine Learning s balíčkem caret v R

Zobrazit kurz

Pokyny k cvičení

V tvém pracovním prostředí jsou načteny objekty churn_x a churn_y.

Pomocí createFolds() vytvoř 5 CV foldů pro churn_y, což je cílová proměnná pro toto cvičení.
Předej je funkci trainControl() a vytvoř tak znovupoužitelný trainControl pro porovnávání modelů.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create custom indices: myFolds
myFolds <- createFolds(___, k = 5)

# Create reusable trainControl object: myControl
myControl <- trainControl(
  summaryFunction = twoClassSummary,
  classProbs = TRUE, # IMPORTANT!
  verboseIter = TRUE,
  savePredictions = TRUE,
  index = ___
)

Upravit a spustit kód