Więcej o resamplingach

Uczenie maszynowe z caret w R

Zach Mayer

Data Scientist at DataRobot and co-author of caret

Porównywanie modeli

bwplot(resamps, metric = "ROC")

Wykres skrzynkowy resamplingów. Rozkład ROC jest znacznie wyższy dla modelu random forest niż dla modelu glmnet.

dotplot(resamps, metric = "ROC")

Wykres punktowy resamplingów. Pokazuje średnią i przedział ufności ROC dla każdego typu modelu.

densityplot(resamps, metric = "ROC")

Krzywe gęstości prawdopodobieństwa ROC dla resamplingów każdego modelu.

xyplot(resamps, metric = "ROC")

Wykres rozrzutu wartości AUC dla glmnet i random forest. Każdy punkt odpowiada jednemu resamplingowi.

dotplot(lots_of_models, metric = "ROC")

Wykres punktowy typ modelu vs ROC. Pokazuje, że wykresy punktowe dobrze skalują się przy wielu typach modeli.

Uczenie maszynowe z caret w R