CommencerCommencez gratuitement

Créer un objet resamples

Maintenant que vous avez ajusté deux modèles sur le jeu de données de churn, il est temps de comparer leurs prédictions hors échantillon et de choisir lequel est le plus performant pour vos données.

Vous pouvez comparer des modèles dans caret avec la fonction resamples(), à condition 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 (même si, ici, vous n’en comparez que deux).

Cet exercice fait partie du cours

<cours>Machine Learning avec caret en R</cours>
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 sous le nom item1 et le modèle ranger sous le nom item2.
  • Passez cette liste à la fonction resamples() et enregistrez l’objet résultant 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