베이스라인 모델 학습하기

이제 재사용 가능한 trainControl 객체 myControl이 있으니, 이직(churn) 데이터셋에 다양한 예측 모델을 학습시키고 예측 정확도를 평가해 볼 수 있어요.

먼저 제가 좋아하는 모델 중 하나인 glmnet부터 시작해 보겠습니다. 이 모델은 계수의 크기와 개수에 패널티를 부여해 선형/로지스틱 회귀의 과적합을 방지하도록 도와줘요.

이 연습은 강의의 일부입니다

R의 caret로 배우는 Machine Learning

이직 데이터셋에 glmnet 모델을 학습해 model_glmnet 객체로 저장하세요. 워크스페이스에 준비되어 있는 myControl을 trainControl 객체로 사용해야 합니다.

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Fit glmnet model: model_glmnet
model_glmnet <- train(
  x = churn_x, 
  y = churn_y,
  metric = "ROC",
  method = ___,
  trControl = ___
)