r-caret

    2熱度

    1回答

    我是R編程語言的新手,我需要爲某些實驗運行「xgboost」。問題是,我需要交叉驗證模型,並得到準確,我發現兩種方法給我不同的結果: 用「插入符號」使用: library(mlbench) library(caret) library(caretEnsemble) dtrain <- read.csv("student-mat.csv", header=TRUE, sep=";") for

    1熱度

    1回答

    創建數據分區憑藉caret包,當創建數據分區75%的培訓和25%的測試中,我們使用: inTrain<- createDataPartition(y=spam$type,p=0.75, list=FALSE) 注:數據集被命名爲spam和目標變量命名爲type 我的問題是,包含y=spam$type論點的目的是什麼? 創建數據分區的目的不是簡單地根據訓練與測試所需的比例來分割整個數據集嗎?爲什

    2熱度

    1回答

    我正在嘗試使用插入程序包來調整gam模型的'df'參數以用於我的羣組分析。 數據如下: cohort = 1:60 age = 1:26 grid = data.frame(expand.grid(age = age, cohort = cohort)) size = data.frame(cohort = cohort, N = sample(100:150,length(cohort),

    0熱度

    1回答

    我試圖使用'caret'包對大小爲28000行和58列的所有數值數據的數據集運行一些預測。 (這是在UCI數據集儲存庫上的混搭社交新聞數據集,如果你想知道,在將75%的數據集用於訓練數據集後) 我試圖在「是」/「否」如果頁面瀏覽數超過1400 這一般輸入我使用 library(caret) library(foreach) library(doParallel) cl<-detectCor

    2熱度

    2回答

    當我僅使用mtry參數作爲tuingrid時,它工作正常,但是當我添加ntree參數時,錯誤變爲Error in train.default(x, y, weights = w, ...): The tuning parameter grid should have columns mtry。代碼如下: require(RCurl) require(prettyR) library(caret

    0熱度

    2回答

    我已經使用caret包訓練了一個隨機森林,用於預測二進制分類任務。 library(caret) set.seed(78) inTrain <- createDataPartition(disambdata$Response, p=3/4, list = FALSE) trainSet <- disambdata[inTrain,] testSet <- disambdata[-inTra

    2熱度

    2回答

    我想了解插入符控制設置如何工作。我正在通過Caret控制功能使用交叉驗證進行一些實驗,例如, fitControl <- trainControl(## 10-fold CV method = "repeatedcv", number = 10, ## repeated ten times repeats =

    0熱度

    1回答

    創建包含參數並可彙總訓練數據子集的caret::train中使用的自定義度量標準函數的正確方法是什麼? 想象一下,我們有信用評分和貸款數據,並希望通過培訓模型來預測不同類別的貸款(住房抵押貸款,汽車貸款,學生貸款等)內的最高貸款前景。我們有限的金額並希望分散我們的投資組合,因此我們希望在每個類別中找出少數低風險貸款。 作爲示例,我們可以使用caret包中的GermanLoans數據。在這些培訓數據

    1熱度

    1回答

    我最近遇到了插入符號trainControl()函數中的隨機搜索選項。插入符號如何生成參數,以及是否有方法提供某種用戶特定的輸入(例如,參數從哪個分佈中採樣)?在website我才發現這句話: 包含在插入符號 內置機型中包含的代碼來生成隨機調整參數組合 例如,我試圖mxnet與插入符和隨機搜索: # Train control with random search rs_control <- t

    0熱度

    2回答

    我把下面的代碼了一本教科書,「Machine Learning With R」由Brett蘭茲,但複製一模一樣的,從教科書控制檯, > library(caret) Loading required package: lattice Loading required package: ggplot2 > library(kernlab) Attaching package: ‘kernl