集成模型（Ensembling）
課程到這裡就告一段落！作為未來「用 caret 建立集成模型」課程的前導，我會示範如何用 caretEnsemble 套件來訓練堆疊式（stacked）集成模型。
caretEnsemble 提供 caretList() 函式，可在同一個資料集上、使用相同的重抽樣摺疊，一次建立多個 caret 模型。你也可以自行建立 caret 模型的清單。
在本練習中，我已為你建立一個 caretList，其中包含你先前在流失（churn）資料集上訓練的 glmnet 與 ranger 模型。請使用 caretStack() 函式建立一個由這兩個子模型（glmnet 與 ranger）作為輸入、再餵給另一個（希望更準確的）caret 模型的堆疊式集成。
本練習屬於課程
使用 R 的 caret 進行 Machine Learning
練習說明
- 呼叫
caretStack()函式，傳入兩個引數：model_list與method = "glm"，以羅吉斯迴歸來集成這兩個模型。將結果存為stack。 - 使用
summary()函式摘要這個結果模型。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Create ensemble model: stack
stack <-
# Look at summary