Vytvoř vlastní trainControl

Dataset kvality vína byl příkladem regresní úlohy, teď se ale podíváme na klasifikaci. Jde o simulovaný dataset inspirovaný soutěží „don't overfit" na Kaggle z před několika lety.

Klasifikační úlohy jsou o něco složitější než regresní, protože funkci train() musíš předat vlastní summaryFunction, aby mohla k hodnocení modelů používat metriku AUC. Začni tím, že si vytvoříš vlastní trainControl, stejně jako v předchozí kapitole. Nezapomeň nastavit classProbs = TRUE – jinak twoClassSummary pro summaryFunction nebude fungovat správně.

Toto cvičení je součástí kurzu

Machine Learning s balíčkem caret v R

Zobrazit kurz

Pokyny k cvičení

Pomocí funkce trainControl vytvoř vlastní objekt myControl pro klasifikaci.

Použij 10 foldů pro křížovou validaci.
Jako summaryFunction nastav twoClassSummary.
Nezapomeň nastavit classProbs = TRUE.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create custom trainControl: myControl
myControl <- trainControl(
  method = "cv", 
  number = ___,
  summaryFunction = ___,
  classProbs = ___, # IMPORTANT!
  verboseIter = TRUE
)

Upravit a spustit kód