Crea un trainControl personalizado
El conjunto de datos de calidad del vino era un problema de regresión, pero ahora vas a ver un problema de clasificación. Este es un conjunto de datos simulado basado en la competición "don't overfit" de Kaggle de hace varios años.
Los problemas de clasificación son un poco más complejos que los de regresión porque tienes que proporcionar un summaryFunction personalizado a la función train() para usar la métrica AUC y clasificar tus modelos. Empieza creando un trainControl personalizado, como hiciste en el capítulo anterior. Asegúrate de establecer classProbs = TRUE; de lo contrario, twoClassSummary para summaryFunction fallará.
Este ejercicio forma parte del curso
Machine Learning con caret en R
Instrucciones del ejercicio
Crea un trainControl personalizado llamado myControl para clasificación usando la función trainControl.
- Usa 10 pliegues de CV.
- Usa
twoClassSummarypara elsummaryFunction. - Asegúrate de establecer
classProbs = TRUE.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Create custom trainControl: myControl
myControl <- trainControl(
method = "cv",
number = ___,
summaryFunction = ___,
classProbs = ___, # IMPORTANT!
verboseIter = TRUE
)