Huấn luyện mô hình baseline
Giờ bạn đã có một đối tượng trainControl có thể tái sử dụng tên là myControl, bạn có thể bắt đầu huấn luyện các mô hình dự đoán khác nhau trên bộ dữ liệu churn và đánh giá độ chính xác dự đoán của chúng.
Bạn sẽ bắt đầu với một trong những mô hình tôi yêu thích, glmnet, mô hình này phạt (regularize) hồi quy tuyến tính và hồi quy logistic dựa trên độ lớn và số lượng hệ số để giúp tránh overfitting.
Bài tập này là một phần của khóa học
Machine Learning với caret trong R
Hướng dẫn bài tập
Huấn luyện một mô hình glmnet trên bộ dữ liệu churn và đặt tên là model_glmnet. Hãy chắc chắn sử dụng myControl (bạn đã tạo ở bài tập đầu tiên và hiện có sẵn trong workspace của bạn) làm đối tượng trainControl.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Fit glmnet model: model_glmnet
model_glmnet <- train(
x = churn_x,
y = churn_y,
metric = "ROC",
method = ___,
trControl = ___
)