Créer un objet resamples

Maintenant que vous avez ajusté deux modèles au jeu de données de désabonnement, il est temps de comparer leurs prédictions hors échantillon et de choisir lequel convient le mieux à votre jeu de données.

Vous pouvez comparer des modèles dans caret avec la fonction resamples(), pourvu qu'ils aient les mêmes données d'entraînement et utilisent le même objet trainControl avec des plis de validation croisée prédéfinis. resamples() prend en entrée une liste de modèles et permet d'en comparer des dizaines à la fois (dans ce cas-ci, vous n'en comparez toutefois que deux).

Cette activité fait partie du cours

Machine Learning avec caret en R

Voir le cours

Instructions de l’exercice

model_glmnet et model_rf sont chargés dans votre espace de travail.

Créez une list() contenant le modèle glmnet comme item1 et le modèle ranger comme item2.
Passez cette liste à la fonction resamples() et enregistrez l'objet obtenu sous le nom resamples.
Résumez les résultats en appelant summary() sur resamples.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

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

# Pass model_list to resamples(): resamples


# Summarize the results

Modifier et exécuter le code