r-caret

3熱度

1回答

我一直在嘗試使用cv.glmnet來適合套索模型。基於標準化，我試圖實施四種不同的模型（使用cv.glmnet 3和使用caret::train）。所有這四個模型都給出了非常不同的係數估計值，我不知道爲什麼。這裏是一個完全可再現的代碼： library("glmnet") data(iris) iris <- iris dat <- iris[iris$Species %in% c("se

1熱度

1回答

插入符號的平均分類概率的AUC

我想通過使用caret軟件包進行交叉驗證後，從我的二進制分類器獲得曲線下面積（AUC）。對於標準混淆矩陣，我使用caret::confusionMatrix中的average參數。例子： controls = trainControl(method="repeatedcv" , number=5 , repeats=10 , selecti

1熱度

1回答

插入符號中不提供對角識別分析

我正在嘗試使用插入符號軟件包來比較幾個識別符模型。事實證明，對角判別分析是不工作，因爲一丟失的依賴（方法=「DDA」）的 train(Species ~ ., data = iris, method = "dda", trControl = (method="repeatedcv", number=10, repeats=3)) 丟失的包似乎是「spars

1熱度

1回答

R featurePlot returns NULL

我試圖在我的數據上運行各種類型的featureplot（部分脫字符庫）以便可視化/理解分佈。但是，當我嘗試運行許多命令時，結果爲NULL。 > featurePlot(x=feat, y=lab, plot="density") NULL 其中，feat是我的特徵（所有數字）的矩陣，並且是一個標籤（數字）的二進制列。我已經能夠成功使用「對」命令，但出於某種原因無法使用「橢圓」或「密度」。有其

0熱度

1回答

在SparkR中使用插入符號？

也許有點類似於this question，似乎SparkR數據框與插入程序包不兼容。當我嘗試訓練我的模型，我得到以下錯誤： Error in as.data.frame.default(data) : cannot coerce class "structure("SparkDataFrame", package = "SparkR")" to a data.frame 有沒有解決

1熱度

1回答

如何將參數傳遞給插入摘要函數

如何將參數傳遞給插入摘要函數？例如，插入符號的twoClassSummary功能具有以下特徵： twoClassSummary（數據，LEV = NULL，模型= NULL）參數列弗specificies的因子水平我感興趣的現在我想告訴脫口說，我對因素級別「錯誤」的摘要感興趣。類似於 trainControl(summary=twoClassSummary(lev="false")) 不

0熱度

1回答

如何應用套索與glmnet進行套索邏輯迴歸？

我想重複的代碼下面幾行： x.mat <- as.matrix(train.df[,predictors]) y.class <- train.df$Response cv.lasso.fit <- cv.glmnet(x = x.mat, y = y.class, family = "binomial", alpha = 1, nfolds = 10) ...與插

1熱度

1回答

爲什麼knnImpute preProcess會更改其他數據？這是在錯誤

這裏有一些數據： > head(p.full)[,1:3] id timestamp full_sq 1 30474 16617 39.00 2 30475 16617 79.20 3 30476 16617 40.50 4 30477 16617 62.80 5 30478 16617 40.00 6 30479 16617 48.43 有未顯示的上方，我用

0熱度

2回答

R函數使用字符向量動態生成另一個R函數

我正在編寫圍繞rBayesianOptimization和caret R包的包裝函數。下面描述的問題是主包裝函數內部步驟的一部分。我需要將特定模型的超參數（以下代表input）傳遞給將在高斯過程模型中採樣的函數。超參數當前存儲在一個字符向量中。有沒有辦法使用字符向量在R中動態生成函數？我需要一個實際上創建另一個函數的函數。例如， # start with this... input <- c(

0熱度

1回答

r符號包中的train（）函數中的rbind.fill錯誤

類似的question已關閉，接受的解決方案是檢查程序包符號是否已正確安裝。按照解決方案中的指示，我檢查了是否安裝並正確加載了包裝caret。我已經重新加載了該軟件包，並在當前會話中可用。使用train(...)以下行是生產的錯誤： model <- train( price ~ ., diamonds, method = "lm", trControl = trainControl(