Das Caret-Paket (kurz für _C_klassification _A_nd _RE_gression _T_raining) besteht aus einer Reihe von Funktionen, mit denen versucht wird, den Prozess zur Erstellung von Vorhersagemodellen zu rationalisieren.Das Paket enthält Tools für: die Optimierung des Datenaufteilungs-Vorverarbeitungs-Feature-Auswahlmodells unter Verwendung von Resampling-Schätzungen der variablen Wichtigkeit sowie anderer Funktionen.Es gibt viele verschiedene Modellierungsfunktionen in R. Einige haben unterschiedliche Syntax für das Modelltraining und / oder die Vorhersage.Das Paket begann mit dem Ziel, eine einheitliche Schnittstelle für die Funktionen selbst bereitzustellen sowie allgemeine Aufgaben (wie Parametertuning und variable Wichtigkeit) zu standardisieren.Die aktuelle Release-Version finden Sie auf CRAN und das Projekt wird auf github gehostet.Einige Ressourcen: Das Buch Applied Predictive Modeling enthält Caret und über 40 weitere R-Pakete.Es ist bei Amazon oder auf der Website des Herausgebers erhältlich.Es gibt auch eine Companion-Website.Im Journal of Statistical Software gibt es auch einen Artikel über Caret.Die Beispieldaten können hier (die Prädiktoren) und hier (die Ergebnisse) abgerufen werden.Es gibt ein Webinar für das Paket auf Youtube, das von Ray DiGiacomo Jr. für die Orange County R User Group organisiert und aufgezeichnet wurde.Bei useR!2014 wurde ich interviewt und das Paket und das Buch besprochen.DataCamp bietet ein Tutorial für Anfänger zum maschinellen Lernen in R mit Caret.Sie können mich jederzeit per E-Mail mit Fragen, Kommentaren oder Vorschlägen kontaktieren.Diese HTML-Seiten wurden mit bookdown erstellt.