caret：结合createResample和groupKFold-Java 学习之路

我想用 caret 进行自定义采样 . 我的规格如下：我每天有1次观察，我的分组因子是月份（12个值）;所以在第一步中我创建了12个重新采样，在训练中有11个月（11 * 30分），在测试中有1个（30分） . 这样我总共可以获得12个重采样 .

但这对我来说还不够，我想通过添加一些每个分区的训练点的引导来使它变得更复杂一些 . 因此，我不会在Resample01中获得11 * 30点，而是会有这些330点的几个自举重采样 . 所以最后，我想要很多重新采样，但是在训练集中从未有过几个月 .

如何在 train 的调用中指定这个？我尝试了什么：

library(caret)
x = rep(1:12, each=30)
folds = groupKFold(x, k=12)
folds2 = lapply(folds, createResample, times=10)

但这是错误的，因为1 / i得到一个嵌套列表，2 /初始索引在第二步丢失 .
enter image description here

感谢您的帮助（如果您认为它是XY pb，请不要犹豫，告诉我）

1 回答

我相信这会解决你的问题

library(caret)
x <- rep(1:12, each = 30)
folds <- groupKFold(x, k = 12)

在 folds 中为每个组的嵌套列表中提供10个引导复制 - 这解决了丢失的索引问题 .

folds2 <- lapply(folds, function(x) lapply(1:10, function(i) sample(x, size = length(x), replace = TRUE)))

将嵌套列表转换为一维列表 - 这解决了嵌套列表问题 .

folds2 <- unlist(folds2 , recursive = FALSE, use.names = TRUE)

它有用吗？

df <- data.frame(y = rnorm(360), x = rnorm(360))

lm_formula <- train(
  y ~ ., df,
  method = "lm",
  trControl = trainControl(method = "boot" , index = folds2)
)

看起来像它 .

唯一的问题可能是每个重采样的预期 indexOut ，在该示例中，折叠中不存在的所有索引都用作测试 . 如果我理解你想在所持有的月份进行测试，而不是在所有举出的样品上进行测试 . 解决这个问题：

folds_out <- lapply(folds, function(x) setdiff(1:360, x))
folds_out <- rep(folds_out, each = 10)
names(folds_out) <- names(folds2)

lm_formula <- train(
  y ~ ., df,
  method = "lm",
  trControl = trainControl(method = "boot" , index = folds2, indexOut = folds_out)
)

回复于 2024-05-17T12:02:05+08:00

caret：结合createResample和groupKFold

1 回答

相关问题