สร้างโมเดล Baseline
เมื่อมี trainControl object ที่นำกลับมาใช้ซ้ำได้ชื่อว่า myControl แล้ว ก็สามารถเริ่มฝึกโมเดลพยากรณ์ต่างๆ กับชุดข้อมูล churn และประเมินความแม่นยำในการพยากรณ์ได้
เริ่มต้นด้วยโมเดลที่แนะนำอย่าง glmnet ซึ่งเป็นโมเดลที่เพิ่ม penalty ให้กับการถดถอยเชิงเส้นและโลจิสติก โดยอิงจากขนาดและจำนวนของ coefficient เพื่อช่วยป้องกันการ overfit
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Machine Learning ด้วย caret ใน R
คำแนะนำการฝึกหัด
ฝึกโมเดล glmnet กับชุดข้อมูล churn แล้วเก็บไว้ในตัวแปรชื่อ model_glmnet โดยใช้ myControl ที่สร้างไว้ในแบบฝึกหัดแรกและพร้อมใช้งานใน workspace เป็น trainControl object
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Fit glmnet model: model_glmnet
model_glmnet <- train(
x = churn_x,
y = churn_y,
metric = "ROC",
method = ___,
trControl = ___
)