Ein resamples-Objekt erstellen

Nachdem du zwei Modelle auf den Churn-Datensatz angepasst hast, ist es Zeit, ihre Out-of-Sample-Vorhersagen zu vergleichen und das beste Modell für deinen Datensatz auszuwählen.

In caret kannst du Modelle mit der Funktion resamples() vergleichen, vorausgesetzt, sie haben dieselben Trainingsdaten und verwenden dasselbe trainControl-Objekt mit vordefinierten Cross-Validation-Folds. resamples() erhält als Eingabe eine Liste von Modellen und kann verwendet werden, um Dutzende von Modellen auf einmal zu vergleichen (in diesem Fall vergleichst du jedoch nur zwei Modelle).

Diese Übung ist Teil des Kurses

Maschinelles Lernen mit caret in R

Kurs anzeigen

Anleitung zur Übung

model_glmnet und model_rf sind in deinem Workspace geladen.

Erstelle eine list() mit dem glmnet-Modell als item1 und dem ranger-Modell als item2.
Übergib diese Liste an die Funktion resamples() und speichere das resultierende Objekt als resamples.
Fasse die Ergebnisse zusammen, indem du summary() auf resamples aufrufst.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Create model_list
model_list <- list(item1 = ___, item2 = ___)

# Pass model_list to resamples(): resamples


# Summarize the results

Code bearbeiten und ausführen