Assembler des modèles

Voilà qui conclut le cours ! En guise d'aperçu d'un futur cours sur la création d'ensembles de modèles avec caret, je vais vous montrer comment ajuster un ensemble empilé à l'aide du paquet caretEnsemble.

caretEnsemble offre la fonction caretList() pour créer plusieurs modèles caret en une seule fois sur le même jeu de données, en utilisant les mêmes plis de rééchantillonnage. Vous pouvez aussi créer vos propres listes de modèles caret.

Dans cet exercice, j'ai préparé pour vous une caretList qui contient les modèles glmnet et ranger que vous avez ajustés sur le jeu de données de désabonnement. Utilisez la fonction caretStack() pour créer une pile de modèles caret, où les deux sous-modèles (glmnet et ranger) alimentent un autre modèle caret (idéalement plus précis !).

Cette activité fait partie du cours

Machine Learning avec caret en R

Voir le cours

Instructions de l’exercice

Appelez la fonction caretStack() avec deux arguments, model_list et method = "glm", pour assembler les deux modèles au moyen d'une régression logistique. Stockez le résultat dans stack.
Résumez le modèle obtenu avec la fonction summary().

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Create ensemble model: stack
stack <- 

# Look at summary

Modifier et exécuter le code