Le jeu de données sur la qualité du vin était un problème de régression, mais vous travaillez maintenant sur un problème de classification. Il s’agit d’un jeu de données simulé basé sur la compétition « don’t overfit » organisée sur Kaggle il y a quelques années.

Les problèmes de classification sont un peu plus complexes que les problèmes de régression, car vous devez fournir une summaryFunction personnalisée 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 échouera.

glmnet avec une grille de réglage personnalisée

Create Your Free Account