カスタムの trainControl を作る
ワインの品質データセットは回帰問題でしたが、ここでは分類問題に取り組みます。これは数年前の Kaggle の「don't overfit」コンペに基づくシミュレートデータセットです。
分類問題は回帰問題より少し複雑です。モデルを AUC 指標で順位付けするには、train() 関数にカスタムの summaryFunction を渡す必要があるためです。前の章で行ったように、まずはカスタムの trainControl を作成しましょう。summaryFunction に twoClassSummary を使う場合は、必ず classProbs = TRUE を設定してください。これを忘れると処理が失敗します。
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
分類用のカスタム trainControl を、trainControl 関数を使って myControl という名前で作成してください。
- CV は 10 分割にします。
summaryFunctionにはtwoClassSummaryを使います。- 必ず
classProbs = TRUEを設定してください。
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。
# Create custom trainControl: myControl
myControl <- trainControl(
method = "cv",
number = ___,
summaryFunction = ___,
classProbs = ___, # IMPORTANT!
verboseIter = TRUE
)