检索插入符号中的保持折叠的预测-Java 学习之路

我想知道如何恢复交叉验证预测 . 我有兴趣手动构建堆叠模型（like here in point 3.2.1），我需要模型的每个保持折叠的预测 . 我附上一个简短的例子 .

# load the library
library(caret)
# load the iris dataset
data(cars)
# define folds
cv_folds <- createFolds(cars$Price, k = 5, list = TRUE)
# define training control
train_control <- trainControl(method="cv", index = cv_folds, savePredictions = 'final')
# fix the parameters of the algorithm
# train the model
model <- caret::train(Price~., data=cars, trControl=train_control, method="gbm", verbose = F)
# looking at predictions
model$pred

# verifying the number of observations
nrow(model$pred[model$pred$Resample == "Fold1",])
nrow(cars)

我想知道在折叠1-4上估计模型和在折叠5等上评估的预测是什么 . 看看 model$pred 似乎没有给我我需要的东西 .

1 回答

2
当使用 createFolds 函数创建的折叠在插入符号中执行CV时，默认使用列车索引 . 所以当你这样做时：
```
cv_folds <- createFolds(cars$Price, k = 5, list = TRUE)
```
你收到了火车套装折叠
```
lengths(cv_folds)
#output
Fold1 Fold2 Fold3 Fold4 Fold5 
  161   160   161   160   162
```
每个包含20％的数据

然后你在trainControl中指定了这些折叠：
```
train_control <- trainControl(method="cv", index = cv_folds, savePredictions = 'final')
```
在 trainControl 的帮助下：

index - 包含每个重新采样迭代的元素的列表 . 每个列表元素是一个整数向量，对应于在该迭代中用于训练的行 . indexOut - 一个列表（与索引长度相同），指示每个重采样保留哪些数据（作为整数） . 如果为NULL，则使用索引中未包含的唯一样本集 .

因此，每次模型构建在160行上并在其余部分上进行验证 . 这就是为什么
```
nrow(model$pred[model$pred$Resample == "Fold1",])
```
返回643

你应该做的是：
```
cv_folds <- createFolds(cars$Price, k = 5, list = TRUE, returnTrain = TRUE)
```
现在：
```
lengths(cv_folds)
#output
Fold1 Fold2 Fold3 Fold4 Fold5 
  644   643   642   644   643
```
并在训练模型后：
```
nrow(model$pred[model$pred$Resample == "Fold1",])
#output
160
```
回复于 2024-04-28T18:49:04+08:00

检索插入符号中的保持折叠的预测

1 回答

相关问题