Ensembling av modeller

Det avslutar kursen! Som en försmak på en kommande kurs om ensembling av caret-modeller visar jag dig hur du anpassar ett stackat ensemble av modeller med paketet caretEnsemble.

caretEnsemble tillhandahåller funktionen caretList() för att skapa flera caret-modeller samtidigt på samma datamängd, med samma resampling-folds. Du kan också skapa egna listor med caret-modeller.

I den här övningen har jag skapat en caretList åt dig, som innehåller modellerna glmnet och ranger som du anpassade på churn-datamängden. Använd funktionen caretStack() för att skapa ett stack av caret-modeller, där de två delmodellerna (glmnet och ranger) matas in i ytterligare en caret-modell – som förhoppningsvis är ännu mer träffsäker!

Den här övningen är en del av kursen

Maskininlärning med caret i R

Visa kurs

Övningsinstruktioner

Anropa funktionen caretStack() med två argument, model_list och method = "glm", för att ensembla de två modellerna med logistisk regression. Spara resultatet som stack.
Sammanfatta den resulterande modellen med funktionen summary().

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Create ensemble model: stack
stack <- 

# Look at summary

Redigera och kör kod