Ponowne użycie trainControl

Uczenie maszynowe z caret w R

Max Kuhn

Software Engineer at RStudio and creator of caret

Przykład z życia

Dane: rezygnacje klientów firmy telekomunikacyjnej
Dopasowanie różnych modeli i wybór najlepszego
Modele muszą używać tych samych podziałów na zbiory
Tworzenie wspólnego obiektu trainControl

Przykład: dane o rezygnacjach klientów

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

      yes        no 
0.1449145 0.8550855

Przykład: dane o rezygnacjach klientów

# 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

Przykład: dane o rezygnacjach klientów

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

Użycie foldów do utworzenia obiektu trainControl
Identyczne foldy walidacji krzyżowej dla każdego modelu

Czas na ćwiczenia!

Uczenie maszynowe z caret w R