Створення власних індексів train/test

Як ви бачили у відео, в цьому розділі ви зосередитеся на реальному наборі даних, який об'єднує всі поняття, розглянуті в попередніх розділах.

Набір даних churn містить інформацію про різних клієнтів телеком-компанії, а завдання моделювання — передбачити, які клієнти скасують послугу (відтік).

У цьому розділі ви досліджуватимете два різні типи прогностичних моделей: glmnet і rf, тож перший крок — створити багаторазовий об'єкт trainControl, який ви зможете використовувати для надійного порівняння моделей.

Ця вправа є частиною курсу

Machine Learning з пакетом caret в R

Переглянути курс

Інструкції до вправи

churn_x і churn_y уже завантажені у ваш робочий простір.

Скористайтеся createFolds(), щоб створити 5 складок перехресної перевірки (CV) на основі churn_y, вашої цільової змінної в цій вправі.
Передайте їх до trainControl(), щоб створити багаторазовий trainControl для порівняння моделей.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Create custom indices: myFolds
myFolds <- createFolds(___, k = 5)

# Create reusable trainControl object: myControl
myControl <- trainControl(
  summaryFunction = twoClassSummary,
  classProbs = TRUE, # IMPORTANT!
  verboseIter = TRUE,
  savePredictions = TRUE,
  index = ___
)

Редагувати та запускати код