El paquete caret (abreviatura de _C_lassification _A_nd _RE_gression _T_raining) es un conjunto de funciones que intentan racionalizar el proceso para crear modelos predictivos.El paquete contiene herramientas para: ajuste de modelo de selección de características de preprocesamiento de división de datos mediante la estimación de importancia variable de remuestreo, así como otras funciones.Hay muchas funciones de modelado diferentes en R. Algunas tienen una sintaxis diferente para la capacitación y / o predicción de modelos.El paquete comenzó como una forma de proporcionar una interfaz uniforme a las funciones mismas, así como una forma de estandarizar tareas comunes (como el ajuste de parámetros y la importancia variable).La versión de lanzamiento actual se puede encontrar en CRAN y el proyecto está alojado en github.Algunos recursos: el libro Applied Predictive Modeling presenta caret y más de 40 paquetes de R.Está a la venta en Amazon o en el sitio web del editor.También hay un sitio web complementario.También hay un artículo sobre caret en el Journal of Statistical Software.Los datos de ejemplo se pueden obtener aquí (los predictores) y aquí (los resultados).Hay un seminario web para el paquete en Youtube que fue organizado y grabado por Ray DiGiacomo Jr para el Grupo de Usuarios R del Condado de Orange.En useR!2014, fui entrevistado y discutí el paquete y el libro.DataCamp tiene un tutorial para principiantes sobre aprendizaje automático en R usando caret.Siempre puedes enviarme un correo electrónico con preguntas, comentarios o sugerencias.Estas páginas HTML fueron creadas usando bookdown.