Ajuste o modelo de referência
Agora que você tem um objeto trainControl reutilizável chamado myControl, pode começar a ajustar diferentes modelos preditivos ao seu conjunto de dados de churn e avaliar sua acurácia preditiva.
Você vai começar com um dos meus modelos favoritos, o glmnet, que aplica penalizações a modelos de regressão linear e logística no tamanho e no número de coeficientes para ajudar a evitar overfitting.
Este exercício faz parte do curso
Machine Learning com caret em R
Instruções do exercício
Ajuste um modelo glmnet ao conjunto de dados de churn chamado model_glmnet. Certifique-se de usar o myControl, que você criou no primeiro exercício e está disponível no seu workspace, como o objeto trainControl.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Fit glmnet model: model_glmnet
model_glmnet <- train(
x = churn_x,
y = churn_y,
metric = "ROC",
method = ___,
trControl = ___
)