Créer des indices train/test personnalisés

Comme vous l'avez vu dans la vidéo, dans ce chapitre vous allez travailler avec un jeu de données réel qui réunit tous les concepts abordés dans les chapitres précédents.

Le jeu de données churn contient des données sur divers clientes et clients d'un fournisseur de télécommunications, et le défi de modélisation consiste à prédire qui annulera son service (c.-à-d. qui fera du churn).

Dans ce chapitre, vous allez explorer deux types de modèles prédictifs : glmnet et rf. Votre première tâche est donc de créer un objet trainControl réutilisable que vous pourrez utiliser pour les comparer de façon fiable.

Cette activité fait partie du cours

Machine Learning avec caret en R

Voir le cours

Instructions de l’exercice

churn_x et churn_y sont chargées dans votre espace de travail.

Utilisez createFolds() pour créer 5 plis de validation croisée sur churn_y, votre variable cible pour cet exercice.
Passez-les à trainControl() pour créer un trainControl réutilisable afin de comparer les modèles.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Create custom indices: myFolds
myFolds <- createFolds(___, k = 5)

# Create reusable trainControl object: myControl
myControl <- trainControl(
  summaryFunction = twoClassSummary,
  classProbs = TRUE, # IMPORTANT!
  verboseIter = TRUE,
  savePredictions = TRUE,
  index = ___
)

Modifier et exécuter le code