Crie um trainControl personalizado

O conjunto de dados de qualidade do vinho era um problema de regressão, mas agora você vai analisar um problema de classificação. Este é um conjunto de dados simulado baseado na competição "don't overfit" do Kaggle de alguns anos atrás.

Problemas de classificação são um pouco mais complexos do que problemas de regressão porque você precisa fornecer um summaryFunction personalizado para a função train() para usar a métrica AUC na avaliação dos modelos. Comece criando um trainControl personalizado, como você fez no capítulo anterior. Certifique-se de definir classProbs = TRUE, caso contrário o twoClassSummary em summaryFunction não vai funcionar.

Este exercício faz parte do curso

Machine Learning com caret em R

Ver curso

Instruções do exercício

Crie um trainControl personalizado chamado myControl para classificação usando a função trainControl.

Use 10 dobras de CV.
Use twoClassSummary para o summaryFunction.
Certifique-se de definir classProbs = TRUE.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

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

Editar e executar o código