Creează indici personalizați de antrenament/testare

Așa cum ai văzut în video, în acest capitol te vei concentra pe un set de date din lumea reală, care reunește toate conceptele discutate în capitolele anterioare.

Setul de date churn conține informații despre o varietate de clienți de telecomunicații, iar provocarea de modelare este să prezici care clienți își vor anula serviciul (adică vor renunța la abonament).

În acest capitol, vei explora două tipuri diferite de modele predictive: glmnet și rf. Prin urmare, primul pas este să creezi un obiect trainControl reutilizabil, pe care îl poți folosi pentru a le compara în mod fiabil.

Acest exercițiu face parte din cursul

Machine Learning cu caret în R

Vezi cursul

Instrucțiuni pentru exercițiu

churn_x și churn_y sunt încărcate în spațiul tău de lucru.

Folosește createFolds() pentru a crea 5 fold-uri de validare încrucișată pe churn_y, variabila țintă din acest exercițiu.
Transmite-le funcției trainControl() pentru a crea un trainControl reutilizabil, util la compararea modelelor.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Create custom indices: myFolds
myFolds <- createFolds(___, k = 5)

# Create reusable trainControl object: myControl
myControl <- trainControl(
  summaryFunction = twoClassSummary,
  classProbs = TRUE, # IMPORTANT!
  verboseIter = TRUE,
  savePredictions = TRUE,
  index = ___
)

Editează și rulează codul