Crea un trainControl personalizzato
Il dataset sulla qualità del vino era un problema di regressione, ma ora stai affrontando un problema di classificazione. Questo è un dataset simulato basato sulla competition "don't overfit" su Kaggle di alcuni anni fa.
I problemi di classificazione sono un po' più complessi di quelli di regressione perché devi fornire una summaryFunction personalizzata alla funzione train() per usare la metrica AUC e classificare i tuoi modelli. Inizia creando un trainControl personalizzato, come hai fatto nel capitolo precedente. Assicurati di impostare classProbs = TRUE, altrimenti la twoClassSummary per summaryFunction non funzionerà.
Questo esercizio fa parte del corso
Machine Learning con caret in R
Istruzioni dell'esercizio
Crea un trainControl personalizzato chiamato myControl per la classificazione usando la funzione trainControl.
- Usa 10 fold di CV.
- Usa
twoClassSummaryper lasummaryFunction. - Assicurati di impostare
classProbs = TRUE.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Create custom trainControl: myControl
myControl <- trainControl(
method = "cv",
number = ___,
summaryFunction = ___,
classProbs = ___, # IMPORTANT!
verboseIter = TRUE
)