เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

สร้าง resamples object

เมื่อฝึกโมเดลสองตัวกับชุดข้อมูล churn แล้ว ถึงเวลาเปรียบเทียบการพยากรณ์แบบ out-of-sample และเลือกโมเดลที่เหมาะสมที่สุดสำหรับชุดข้อมูลนี้

สามารถเปรียบเทียบโมเดลใน caret ได้ด้วยฟังก์ชัน resamples() โดยโมเดลเหล่านั้นต้องใช้ข้อมูล training เดียวกัน และใช้ trainControl object เดียวกันที่กำหนด cross-validation folds ไว้ล่วงหน้า resamples() รับ list ของโมเดลเป็น input และสามารถใช้เปรียบเทียบโมเดลได้หลายสิบตัวพร้อมกัน (แม้ในกรณีนี้จะเปรียบเทียบเพียงสองโมเดลก็ตาม)

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Machine Learning ด้วย caret ใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

model_glmnet และ model_rf ถูกโหลดไว้ใน workspace แล้ว

  • สร้าง list() ที่มีโมเดล glmnet เป็น item1 และโมเดล ranger เป็น item2
  • ส่ง list นี้ไปยังฟังก์ชัน resamples() และบันทึก object ที่ได้เป็น resamples
  • สรุปผลลัพธ์โดยเรียกใช้ summary() กับ resamples

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Create model_list
model_list <- list(item1 = ___, item2 = ___)

# Pass model_list to resamples(): resamples


# Summarize the results
แก้ไขและรันโค้ด