建立自訂的訓練／測試索引
就像你在影片中看到的，這一章會聚焦在一個真實世界的資料集，綜合運用前面章節學到的各種觀念。
churn 資料集包含多家電信業者的客戶資料，而這裡的建模挑戰是預測哪些客戶會取消服務（也就是 churn）。
在本章中，你會探索兩種不同的預測模型：glmnet 與 rf。因此，第一步要先建立一個可重複使用的 trainControl 物件，之後就能用來穩定地比較它們。
本練習屬於課程
使用 R 的 caret 進行 Machine Learning
練習說明
churn_x 和 churn_y 已載入至你的工作空間。
- 使用
createFolds()在作為目標變數的churn_y上建立 5 折交叉驗證（CV）切分。 - 將這些切分傳入
trainControl()，建立可重複使用、用於比較模型的trainControl。
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 custom indices: myFolds
myFolds <- createFolds(___, k = 5)
# Create reusable trainControl object: myControl
myControl <- trainControl(
summaryFunction = twoClassSummary,
classProbs = TRUE, # IMPORTANT!
verboseIter = TRUE,
savePredictions = TRUE,
index = ___
)