Skapa en anpassad trainControl

Vinkvalitetsdatamängden var ett regressionsproblem, men nu arbetar du med ett klassificeringsproblem. Det här är en simulerad datamängd baserad på tävlingen "don't overfit" på Kaggle för några år sedan.

Klassificeringsproblem är lite mer komplicerade än regressionsproblem, eftersom du behöver ange en anpassad summaryFunction till funktionen train() för att använda AUC-måttet när du rangordnar dina modeller. Börja med att skapa en anpassad trainControl, precis som du gjorde i föregående kapitel. Se till att sätta classProbs = TRUE, annars kommer twoClassSummary för summaryFunction att sluta fungera.

Den här övningen är en del av kursen

Maskininlärning med caret i R

Visa kurs

Övningsinstruktioner

Skapa en anpassad trainControl med namnet myControl för klassificering med hjälp av funktionen trainControl.

Använd 10 CV-veck.
Använd twoClassSummary för summaryFunction.
Se till att sätta classProbs = TRUE.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

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

Redigera och kör kod