Plus sur les rééchantillonnages

Machine Learning avec caret en R

Zach Mayer

Data Scientist at DataRobot and co-author of caret

Comparer des modèles

  • Resamples propose plein de méthodes utiles
  • L'une de mes fonctions préférées (merci Max !)
  • A inspiré le package caretEnsemble
Machine Learning avec caret en R

Boîtes et moustaches

bwplot(resamps, metric = "ROC")

L'image montre un diagramme en boîtes et moustaches des rééchantillonnages. La distribution de la ROC est bien plus élevée pour la forêt aléatoire que pour le modèle glmnet.

Machine Learning avec caret en R

Dot plot

dotplot(resamps, metric = "ROC")

L'image montre un dot plot des rééchantillonnages. Info similaire au diagramme en boîtes, mais on ne voit que la moyenne et l'intervalle de confiance de la ROC pour chaque type de modèle.

Machine Learning avec caret en R

Courbe de densité

densityplot(resamps, metric = "ROC")

L'image montre des courbes de densité de probabilité de la ROC pour les rééchantillonnages de chaque modèle.

Machine Learning avec caret en R

Nuage de points

xyplot(resamps, metric = "ROC")

L'image montre un nuage de points des aires sous la courbe pour glmnet versus forêt aléatoire. Chaque point correspond à un rééchantillonnage.

Machine Learning avec caret en R

Autre dot plot

dotplot(lots_of_models, metric = "ROC")

L'image montre un dot plot du type de modèle versus la ROC. Le graphique illustre que les dot plots passent très bien à beaucoup de types de modèles.

Machine Learning avec caret en R

Passons à la pratique !

Machine Learning avec caret en R

Preparing Video For Download...