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 offre plein de méthodes pratiques
  • Une de mes fonctions préférées (merci Max !)
  • A inspiré le paquet 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 beaucoup plus élevée pour la forêt aléatoire que pour le modèle glmnet.

Machine Learning avec caret en R

Nuage de points (dot plot)

dotplot(resamps, metric = "ROC")

L'image montre un nuage de points alignés (dot plot) des rééchantillonnages. Elle fournit une information semblable au diagramme à boîtes, mais n'affiche 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. Il illustre que ce type de graphique s'adapte très bien à de nombreux types de modèles.

Machine Learning avec caret en R

Passons à la pratique !

Machine Learning avec caret en R

Preparing Video For Download...