1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uczenie maszynowe z caret w R
Connected

ćwiczenie

Łączenie modeli w ensemble

To kończy kurs! Na zachętę przed przyszłym kursem o tworzeniu ensembli modeli caret pokażę ci, jak dopasować skumulowany ensemble modeli przy użyciu pakietu caretEnsemble.

caretEnsemble udostępnia funkcję caretList(), która pozwala tworzyć wiele modeli caret naraz na tym samym zbiorze danych, korzystając z tych samych podziałów resamplingowych. Możesz też tworzyć własne listy modeli caret.

W tym ćwiczeniu przygotowałem dla ciebie obiekt caretList zawierający modele glmnet i ranger dopasowane na zbiorze danych dotyczących rezygnacji klientów. Użyj funkcji caretStack(), aby zbudować stos modeli caret, w którym dwa podmodele (glmnet i ranger) zasilają kolejny – miejmy nadzieję, dokładniejszy! – model caret.

Instrukcje

100 XP
  • Wywołaj funkcję caretStack() z dwoma argumentami: model_list oraz method = "glm", aby połączyć oba modele za pomocą regresji logistycznej. Zapisz wynik jako stack.
  • Podsumuj otrzymany model za pomocą funkcji summary().