Створіть власний trainControl

Набір даних про якість вина був задачою регресії, але тепер ви розглядаєте задачу класифікації. Це змодельований набір даних, заснований на конкурсі Kaggle «don't overfit» кількарічної давнини.

Задачі класифікації трохи складніші за регресійні, адже потрібно передати власну summaryFunction до функції train(), щоб використовувати метрику AUC для ранжування моделей. Почніть зі створення власного trainControl, як ви робили в попередньому розділі. Обовʼязково встановіть classProbs = TRUE, інакше twoClassSummary для summaryFunction не працюватиме.

Ця вправа є частиною курсу

Machine Learning з пакетом caret в R

Переглянути курс

Інструкції до вправи

Створіть власний trainControl з назвою myControl для класифікації за допомогою функції trainControl.

Використайте 10 фолдів CV.
Використайте twoClassSummary для summaryFunction.
Обовʼязково встановіть classProbs = TRUE.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

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

Редагувати та запускати код