自定义训练/测试索引
正如您在视频中所见，本章将聚焦一个真实数据集，把前面各章讨论的概念串联起来。
churn 数据集包含多家电信客户的数据，建模目标是预测哪些客户会取消服务（即流失）。
本章您将探索两类预测模型：glmnet 和 rf。首先要做的是创建一个可复用的 trainControl 对象，以便稳定地对比这些模型。
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
churn_x 和 churn_y 已加载到您的工作区。
- 使用
createFolds()在目标变量churn_y上创建 5 折交叉验证。 - 将这些折传给
trainControl()，创建一个可复用的trainControl，用于比较模型。
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 custom indices: myFolds
myFolds <- createFolds(___, k = 5)
# Create reusable trainControl object: myControl
myControl <- trainControl(
summaryFunction = twoClassSummary,
classProbs = TRUE, # IMPORTANT!
verboseIter = TRUE,
savePredictions = TRUE,
index = ___
)