帶rpart的mlr分類培訓未完成

我有一個分類任務，我在幾秒鐘內使用LDA（「classif.lda」）與mlr包進行了培訓。但是，當我使用「classif.rpart」訓練時，訓練永不結束。帶rpart的mlr分類培訓未完成

對於不同的方法是否有不同的設置？

我的培訓數據here如果需要複製問題。我試圖用

pred.bin.task <- makeClassifTask(id="CountyCrime", data=dftrain, target="count.bins") 
train("classif.rpart", pred.bin.task)

來源

2016-01-29 Ricky

一般簡單地訓練它，你並不需要改變有關安裝任何東西交換學生時 - 的mlr要點之一就是使這個容易！這並不意味着它會一直工作，因爲不同的學習方法會在不同的環境下做不同的事情。

看起來在這種特殊情況下，模型只需要很長時間來訓練，所以您可能沒有等待足夠長的時間來完成。你有相當大的數據幀。

看着你的數據，你似乎有一個在count.bins值的區間。這被認爲是R的一個因素（即如果字符串完全匹配，間隔只是相同的），這可能不是你想要的。您可以將開始和結束編碼爲單獨的（數字）特徵。

來源

2016-01-29 17:53:17

謝謝拉爾斯的迴應。我不認爲這是因爲我沒有等待足夠長的時間，因爲正如我提到的那樣，它在幾秒鐘內完成了，我等了一個小時的時間。我運行了一個類似的數據集（大一點，我放在這裏的是一個子集），並且在lda之後的幾秒鐘內完成了光標和rpart，所以我沒有想到它會在mlr上有這麼大的時間差。 ld在mlr上的速度比在ld上的速度快。 – Ricky

嗯，有趣。我試圖直接運行'rpart'，這也需要很長時間。你究竟做了什麼呢？我用默認參數試過了，它確實很快完成了，但它在內部對數據進行二次抽樣，所以模型在較小的子集上進行訓練。 –

非常有趣。我沒有直接嘗試'rpart'的訓練，現在我試過了，它需要很長時間（我停止了它），但它在'caret'中仍然很快。我訓練插入符與'插入符號::列車（count.bins〜，數據= dftrain，方法= 「rpart包」，trControl = fitControl。）' 其中 'fitControl < - trainControl（方法= 「repeatedcv」， number = 5， repeats = 3， returnData = FALSE， verboseIter = TRUE ）' – Ricky

帶rpart的mlr分類培訓未完成

回答

相關問題