KNN ve medyan tamlamayı karşılaştır

train() fonksiyonundaki tüm ön işleme adımları, her çapraz doğrulama katının eğitim setinde gerçekleşir; bu nedenle raporlanan hata metrikleri ön işlemenin etkilerini içerir.

Buna kullanılan tamamlama yöntemi de dahildir (ör. knnImpute veya medianImpute). Bu, farklı tamamlama yöntemlerini karşılaştırmana ve en iyi dış örnek (out-of-sample) performansı göstereni seçmene olanak tanıdığı için faydalıdır.

median_model ve knn_model çalışma alanında mevcut; ayrıca her iki modelin yeniden örneklenmiş sonuçlarını içeren resamples da var. Modellerin sonuçlarına bakmak için şunu çalıştır:

dotplot(resamples, metric = "ROC")

ve dış örnekte en iyi performans göstereni seç. glm modelin için hangi tamamlama yöntemi dış örnek ROC puanını en yükseğe çıkarıyor?