Maak een aangepaste trainControl

De wijnkwaliteitsgegevensset was een regressieprobleem, maar nu kijk je naar een classificatieprobleem. Dit is een gesimuleerde gegevensset gebaseerd op de "don't overfit"-competitie op Kaggle van een aantal jaar geleden.

Classificatieproblemen zijn wat ingewikkelder dan regressieproblemen, omdat je een aangepaste summaryFunction aan de train()-functie moet meegeven om de AUC-maatstaf te gebruiken om je modellen te rangschikken. Begin met het maken van een aangepaste trainControl, zoals je in het vorige hoofdstuk deed. Zorg ervoor dat je classProbs = TRUE instelt, anders werkt twoClassSummary voor summaryFunction niet.

Deze oefening maakt deel uit van de cursus

Machine Learning met caret in R

Cursus bekijken

Oefeninstructies

Maak een aangepaste trainControl met de naam myControl voor classificatie met de functie trainControl.

Gebruik 10 CV-folds.
Gebruik twoClassSummary voor de summaryFunction.
Zorg ervoor dat je classProbs = TRUE instelt.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Create custom trainControl: myControl
myControl <- trainControl(
  method = "cv", 
  number = ___,
  summaryFunction = ___,
  classProbs = ___, # IMPORTANT!
  verboseIter = TRUE
)

Code bewerken en uitvoeren