2
A
回答
4
線性迴歸:
> model <- lm(y ~ ., data = mydata)
> predict(model, mydata[1, ])
爲LM交叉驗證:
> install.packages("DAAG") # if not already installed
> library(DAAG)
> cv.lm(df = mydata, form.lm = formula(y ~ .))
線性模型(函數lm()
)是默認被R,但其他機器學習算法都沒有。對於一套最流行的ML算法,請參閱包e1071
。
+1
插入符號非常好。閱讀他們非常有用的小插曲.http://cran.r-project.org/web/packages/caret/index.html –
4
看看機器學習taskview的許多軟件包處理ML在R.此外,谷歌搜索「R機器學習」也可能會給你一些很好的結果。在學習之後,你可能對使用哪些軟件包有一個很好的想法,特別是當你已經有ML經驗的時候。
相關問題
- 1. 在Scikit中保存經過交叉驗證訓練的模型
- 2. 如何將數據分割爲R中的訓練和驗證?
- 3. R交叉驗證
- 4. 如何通過交叉驗證在svmlight中獲得訓練的準確性
- 5. 如何保存Keras的訓練歷史作爲交叉驗證(循環)?
- 6. 交叉驗證後如何訓練最終的神經網絡模型?
- 7. 隨機樣本集創建交叉驗證和基於標籤的訓練集
- 8. 星火交叉驗證與培訓,測試和驗證集
- 9. 我是否使用訓練集中的相同idf來執行交叉驗證?
- 10. 交叉驗證的DAAG包中的R
- 11. 留一出交叉驗證中的R
- 12. R的arima預測的交叉驗證
- 13. R訓練和測試集
- 14. R:如何將數據幀分成訓練,驗證和測試集?
- 15. R插頁/ rfe工作中的火車交叉驗證如何
- 16. 交叉驗證
- 17. 如何將數據集分割/分割爲訓練和測試數據集以進行交叉驗證?
- 18. Keras和交叉驗證
- 19. 如何集拆分到訓練集和驗證集
- 20. LightGBM中的交叉驗證
- 21. SAS中的交叉驗證
- 22. 如何在R中執行隨機森林/交叉驗證
- 23. 如何在Apache Spark中訓練Matrix分解模型MLlib的ALS使用訓練,測試和驗證數據集
- 24. 如何從R中的線性模型獲得交叉驗證的r平方?
- 25. GBM交叉驗證
- 26. SKLearn交叉驗證:
- 27. 交叉驗證與
- 28. 做交叉驗證
- 29. JSR交叉提交驗證
- 30. 在RandomForest中使用驗證和訓練數據集
你的問題很廣泛,實際上太廣泛了。如果您有特定的問題,例如這個Octave代碼的例子如何轉化爲R,這將是一個更好的主題。 –