Caret 是一个试图标准化机器学习过程的一个包。Caret 对 R 中最常用的机器学习方法 (目前支持238个R包)提供了统一的接口。
- 进行数据预处理
- 实现机器学习方法流程化模型构建
- 通过参数组合和交叉验证评估模型的参数
- 选择最优模型
- 评估模型性能
一键满足各种掉包，真正实现各种计算方法的结果比较。
如果这些包还不能满足需求，可以自己轻松定义新的方法，基于Caret进行使用。
文档见：https://topepo.github.io/caret/available-models.html
机器学习系列教程
从随机森林开始，一步步理解决策树、随机森林、ROC/AUC、数据集、交叉验证的概念和实践。
文字能说清的用文字、图片能展示的用、描述不清的用公式、公式还不清楚的写个简单代码，一步步理清各个环节和概念。
再到成熟代码应用、模型调参、模型比较、模型评估，学习整个机器学习需要用到的知识和技能。
