ベースラインモデルを学習する
再利用可能な trainControl オブジェクト myControl を用意できたので、解約予測データセットに対してさまざまな予測モデルを学習し、その予測精度を評価していきます。
まずは私のお気に入りのモデルの一つである glmnet から始めましょう。glmnet は、係数の大きさや数にペナルティを課すことで、線形回帰やロジスティック回帰の過学習を防ぐのに役立ちます。
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
解約データセットに対して glmnet モデルを学習し、model_glmnet と名付けてください。ワークスペースに用意されている最初の演習で作成した trainControl オブジェクト myControl を必ず使用してください。
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。
# Fit glmnet model: model_glmnet
model_glmnet <- train(
x = churn_x,
y = churn_y,
metric = "ROC",
method = ___,
trControl = ___
)