Créer un trainControl personnalisé

Le jeu de données sur la qualité du vin était un problème de régression, mais vous regardez maintenant un problème de classification. Il s'agit d'un jeu de données simulé basé sur le concours « don't overfit » de Kaggle d'il y a plusieurs années.

Les problèmes de classification sont un peu plus complexes que ceux de régression, car vous devez fournir un summaryFunction personnalisé à la fonction train() pour utiliser la métrique AUC afin de classer vos modèles. Commencez par créer un trainControl personnalisé, comme vous l'avez fait au chapitre précédent. Assurez-vous de définir classProbs = TRUE, sinon le twoClassSummary pour summaryFunction ne fonctionnera pas.

Cette activité fait partie du cours

Machine Learning avec caret en R

Voir le cours

Instructions de l’exercice

Créez un trainControl personnalisé nommé myControl pour la classification en utilisant la fonction trainControl.

Utilisez 10 plis de CV.
Utilisez twoClassSummary pour le summaryFunction.
Assurez-vous de définir classProbs = TRUE.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Create custom trainControl: myControl
myControl <- trainControl(
  method = "cv", 
  number = ___,
  summaryFunction = ___,
  classProbs = ___, # IMPORTANT!
  verboseIter = TRUE
)

Modifier et exécuter le code