カスタムの学習/テストインデックスを作る
動画で見たとおり、この章では前の章で扱った概念を総動員して、実世界のデータセットに取り組みます。
churn データセットには、さまざまな通信会社の顧客データが含まれており、どの顧客が解約（churn）するかを予測することが課題です。
この章では、glmnet と rf という2種類の予測モデルを比較します。まずは、それらを安定して比較できるよう、再利用可能な trainControl オブジェクトを作成しましょう。
この演習はコースの一部です
Rで学ぶ caret を使った Machine Learning
演習の手順
churn_x と churn_y がワークスペースに読み込まれています。
createFolds()を使って、目的変数であるchurn_yに対して 5 分割の CV フォールドを作成します。- 作成したフォールドを
trainControl()に渡し、モデル比較に使える再利用可能なtrainControlを作成します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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 = ___
)