訓練基準模型

現在你已經有一個可重複使用、名為 myControl 的 trainControl 物件，可以開始對流失（churn）資料集訓練不同的預測模型，並評估其預測準確率。

先從我最喜歡的模型之一 glmnet 開始。它會對線性與羅吉斯迴歸模型的係數大小與數量施加懲罰，以協助避免過度擬合。

本練習屬於課程

使用 R 的 caret 進行 Machine Learning

將 glmnet 模型套用到 churn 資料集，並將結果命名為 model_glmnet。務必使用你在第一個練習中建立、且已在工作空間可用的 myControl 作為 trainControl 物件。

試著完成這個範例程式碼，體驗一下這個練習。

# Fit glmnet model: model_glmnet
model_glmnet <- train(
  x = churn_x, 
  y = churn_y,
  metric = "ROC",
  method = ___,
  trControl = ___
)