集成模型
课程到这里就告一段落！作为后续课程的预热，下面展示如何使用 caretEnsemble 包来训练一个堆叠集成（stacked ensemble）模型。
caretEnsemble 提供了 caretList() 函数，可以在同一数据集上、使用相同的重采样折叠，一次性创建多个 caret 模型。您也可以自己手动创建 caret 模型列表。
在本练习中，我已为您创建了一个 caretList，其中包含您在流失（churn）数据集上训练过的 glmnet 和 ranger 模型。请使用 caretStack() 函数构建一个由 caret 模型组成的堆叠集成，让两个子模型（glmnet 和 ranger）作为输入，训练另一个（希望更准确的！）caret 模型。
本练习是课程的一部分
在 R 中使用 caret 的机器学习
练习说明
- 调用
caretStack()函数，并传入两个参数model_list和method = "glm"，用逻辑回归对这两个模型进行集成。将结果保存为stack。 - 使用
summary()函数对得到的模型进行摘要。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Create ensemble model: stack
stack <-
# Look at summary