Återanvända en trainControl

Maskininlärning med caret i R

Max Kuhn

Software Engineer at RStudio and creator of caret

Ett verkligt exempel

Data: kundbortfall hos ett telekomföretag
Träna olika modeller och välj den bästa
Modellerna måste använda samma tränings- och testuppdelning
Skapa ett gemensamt trainControl-objekt

Exempel: data om kundbortfall

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

      yes        no 
0.1449145 0.8550855

Exempel: data om kundbortfall

# 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

Exempel: data om kundbortfall

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

Använd folds för att skapa ett trainControl-objekt
Exakt samma korsvalideringsfolds för varje modell

Nu kör vi en övning!

Maskininlärning med caret i R