Tái dùng trainControl

Machine Learning với caret trong R

Max Kuhn

Software Engineer at RStudio and creator of caret

Ví dụ thực tế

Dữ liệu: rời bỏ khách hàng tại công ty viễn thông
Huấn luyện nhiều mô hình và chọn mô hình tốt nhất
Mô hình phải dùng cùng chia tách train/test
Tạo một đối tượng trainControl dùng chung

Ví dụ: dữ liệu rời bỏ khách hàng

# Summarize the target variables
library(caret)
library(C50)
data(churn)
table(churnTrain$churn) / nrow(churnTrain)

      yes        no 
0.1449145 0.8550855

Ví dụ: dữ liệu rời bỏ khách hàng

# Create train/test indexes
set.seed(42)
myFolds <- createFolds(churnTrain$churn, k = 5)

# Compare class distribution
i <- myFolds$Fold1
table(churnTrain$churn[i]) / length(i)

      yes        no 
0.1441441 0.8558559

Ví dụ: dữ liệu rời bỏ khách hàng

myControl <- trainControl(
  summaryFunction = twoClassSummary,
  classProbs = TRUE,
  verboseIter = TRUE,
  savePredictions = TRUE,
  index = myFolds
)

Dùng các fold để tạo đối tượng trainControl
Giữ nguyên các fold cross-validation cho mọi mô hình

Hãy luyện tập!

Machine Learning với caret trong R