Modelle ensemblen

Damit ist der Kurs abgeschlossen! Als Vorgeschmack auf einen zukünftigen Kurs zum Ensembling von caret-Modellen zeige ich dir, wie du mit dem Paket caretEnsemble ein gestapeltes Ensemble von Modellen fitten kannst.

caretEnsemble stellt die Funktion caretList() bereit, um mehrere caret-Modelle gleichzeitig auf demselben Datensatz mit denselben Resampling-Folds zu erstellen. Du kannst auch eigene Listen von caret-Modellen anlegen.

In dieser Übung habe ich eine caretList für dich vorbereitet, die die glmnet- und ranger-Modelle enthält, die du auf dem Churn-Datensatz gefittet hast. Verwende die Funktion caretStack(), um einen Stack aus caret-Modellen zu erstellen, bei dem die beiden Teilmodelle (glmnet und ranger) in ein weiteres (hoffentlich noch genaueres!) caret-Modell einfließen.

Diese Übung ist Teil des Kurses

Maschinelles Lernen mit caret in R

Kurs anzeigen

Anleitung zur Übung

Rufe die Funktion caretStack() mit zwei Argumenten auf, model_list und method = "glm", um die beiden Modelle per logistischer Regression zu ensemblen. Speichere das Ergebnis als stack.
Fasse das resultierende Modell mit der Funktion summary() zusammen.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Create ensemble model: stack
stack <- 

# Look at summary

Code bearbeiten und ausführen