课程

在 R 中使用 caret 的机器学习

中级更新时间 11/2023

掌握机器学习核心概念，学习构建与评估预测模型。

免费开始课程

R4 小时24 个视频88 个练习6,200 XP60,833成就证明

深受数千家公司学习者的喜爱

要培训团队？

试用企业版 →

课程简介

机器学习是研究和应用能够从数据中学习并进行预测的算法的学科。从搜索结果到自动驾驶汽车，它已经渗透到我们生活的方方面面，也是数据科学领域中最令人兴奋且增长最快的研究方向之一。本课程将讲解机器学习中的关键理念：如何构建并评估预测模型、如何调优以获得最佳性能、如何进行数据预处理以提升效果，等等。课程全程将使用流行的 R 包 caret，它为 R 中强大的机器学习功能提供了一致的接口。

先修要求

Introduction to Regression in R

课程体系

课程大纲

1

回归模型：拟合与性能评估

在本课程的第一章中，您将使用 train() 拟合回归模型，并通过交叉验证与均方根误差（RMSE）评估其样本外性能。

3

通过调参与改进性能

在本章中，您将使用 train() 函数，通过交叉验证与网格搜索来微调模型参数。

4

数据预处理

在本章中，您将练习在拟合模型前使用 train() 进行数据预处理，从而提升预测的准确性。

5

模型选择：客户流失预测案例研究

在本课程的最后一章中，您将学习如何使用 resamples() 比较多个模型，并选择（或集成）最佳模型。

R

在 R 中使用 caret 的机器学习

课程已完成

获得成就证明

通过 DataCamp 移动版提升您的数据技能

借助我们的移动课程和每日 5 分钟编程挑战，随时随地取得进步。