-
1 votesanswersviews
使用具有不同调整参数的R Caret模型
我训练了NNET Caret模型，其中有三种尺寸的调音功能 . 最终的模型配有一个尺寸 . 它由最小的RMSE自动选择 . Neural Network 9700 samples 23 predictor Pre-processing: centered, scaled Resampling: Cross-Validated (8 fold, repeated 8 times) S... -
3 votesanswersviews
不一致的“最佳调谐”和“调整参数的重新采样结果”插入符号R包
我正在尝试使用带有调谐网格的Caret创建模型 svmGrid < - expand.grid（C = c（0.0001,0.001,0.01,0.1,1,10,20,30,40,50,100）） 然后再次使用此网格的子集： svmGrid < - expand.grid（C = c（0.0001,0.001,0.01,0.1,1,10,20,30,40,50）） 问题是我得到了不... -
1 votesanswersviews
插入功能'train'袋装svm失败
我在Ubuntu上使用bioconductor包 MLSeq 和R版本3.1.2 . 我试过了the example provided by the package，这工作得很好 . 但是，我想将 bagsvm 方法用于 classify 函数，所以在 chunk 14 ，我更改了代码 svm <- classify(data = data.trainS4, method = "s... -
0 votesanswersviews
在Caret中尝试使用svm时出错
尝试使用插入符号库和方法“svm-radial”通过以下代码获取因变量的类概率 . 我在虹膜数据集上尝试过它 . # finding optimal value of a tuning parameter sigDist <- sigest(Species ~ . , data=Train, frac=1) # creating a grid of two tuningp... -
9 votesanswersviews
从插入符号模型中收集折叠后的预测
我想使用来自插入符号模型的折叠预测来训练包含一些原始预测变量的第二阶段模型 . 我可以收集如下的折叠预测： #Load Data set.seed(1) library(caret) library(mlbench) data(BostonHousing) #Build Model (see ?train) rpartFit <- train(medv ~ . + rm:lstat, da... -
2 votesanswersviews
我可以使用带插入符号和稀疏矩阵的glmnet吗？
使用glmnet给我的一大好处是能够直接使用稀疏矩阵而无需转换它们 . 这里的帖子似乎表明，插入符号的列车功能只能接收训练集的数据帧，而“caret :: train”表示相同 . 实际情况如此吗？ -
0 votesanswersviews
Caret重复CV Kappa不匹配Home Coded Foreach重复CV Kappa
我一直在使用10X10倍的交叉验证来完成我的大部分建模工作，并希望通过让插件为我做这件事来简化我的生活 . 但是，当我尝试在插入符号中运行重复的cv时，结果看起来很奇怪 . 最值得注意的是，Kappa值远远超出了我的预期 . caret repeatedcv kappa = 0.0308791 home组装重复cv kappa = 0.4137178 （公平地说，家庭版本也使用来自插入... -
0 votesanswersviews
如何在插入符号培训后获得提取交叉验证的准确性
我正在使用插入符来构建分类模型 . ROC用作调整超参数的度量 . data("segmentationData") train_control <- trainControl(method="cv", number=10, classProbs =TRUE, summaryFunction... -
0 votesanswersviews
Caret - Train不提供精确SD到nnet模型输出
我正在尝试使用“插入符号”包中的“train”功能来训练神经网络模型 . 但它提供了很多警告，并没有显示SD的准确性 . 我不确定是否必须设置任何参数，以便我可以看到Accuracy SD . 我对R比较陌生，所以如果我错过了很明显的事情，请原谅我 . 这是我的代码： library("caret", lib.loc="~/R/win-library/3.3"... -
1 votesanswersviews
在ctree中使用tuneGrid和Controls（Caret）
在插入符号中使用tuneGrid和controls选项时，我遇到了一个问题 . 在这个例子中，我想设置mincriterion和max depth，但是也想指定min bucket大小 . 当任何选项传递给ctree_control（）时，似乎会发生此错误 . 我收到错误： 在eval（expr，envir，enclos）中：Fold1的模型拟合失败：mincriterion = 0.95，max... -
-2 votesanswersviews
eval（expr，envir，enclos）出错：找不到对象'PAY_0.1'（Boosting）
我正在尝试应用一个提升模型，但我一直收到这个错误 . 任何帮助都将非常感激 . 如果您想知道，这是来自kaggle，UCI信用卡数据的数据集 . DataSplit<-createDataPartition(UCIdata$default.payment.next.month,p=.8,list=FALSE) boosttrain<-UCIdata[DataSplit,] boostt... -
0 votesanswersviews
带插入符号的Text2Vec分类 - 朴素贝叶斯警告消息
有关更多上下文，请参阅question listed here . 我尝试使用 text2vec 构建的文档术语矩阵，使用 caret 包训练一个朴素的贝叶斯（ nb ）模型 . 但是，我收到此警告消息： 警告消息：在eval（xpr，envir = envir）中：Fold01的模型拟合失败.Rep1：usekernel = FALSE，fL = 0，adjust = 1 NaiveBayes... -
0 votesanswersviews
R中的插入符号训练问题
我最近开始玩Caret包，我正在努力理解训练论点 . 下面我使用了Sonar数据集并创建了三个输入和输出 . library(caret) library(mlbench) data(Sonar) set.seed(107) SonarImput1<-Sonar[,1:60] SonarImput2<-Sonar[,1:2] SonarImput3<-Sonar[,1... -
1 votesanswersviews
如何从插入符号包列车函数创建的模型中获得弹性网络回归系数
我想知道如何获得使用插入符号包中的列车函数拟合的弹性网络模型的最终模型回归系数 . 我试过用 coef(enetModelObj$finalModel) 但这让我觉得空虚 . 谢谢你的帮助 . LG -
0 votesanswersviews
提取R插入符号内的系数
library(caret) data(iris) train_control <- trainControl(method="repeatedcv", number=10, repeats=10) model <- train(Sepal.Length~Sepal.Width+Petal.Length+Petal.Width, data=iris, trCont... -
0 votesanswersviews
带有插入符号和火车的beta回归（betareg）
我有一个依赖范围（0,1）和数字/分类预测变量的数据集 . 主要是为了简化代码并轻松完成交叉验证（特征选择/模型拟合），我想使用 betareg 与 caret . 我以为模型会是这样的： library <- "betareg" type <- "Regression" loop <- NULL fit <- betareg.fi... -
0 votesanswersviews
Caret包 - Ridge-Regression Coefficient Path
我正在尝试使用Caret软件包重建脊回归系数路径，如图6.15中Kuhn和Johnson的Applied Predictive Modeling一书中所述 . 提供目标输出 . 数据通过以下代码获得： require(tidyverse) require(caret) require(AppliedPredictiveModeling) require(elasticnet) data(sol... -
1 votesanswersviews
访问插入符号中自定义度量函数的每个CV折叠的索引
我想在 caret 中定义我的自定义度量函数，但在此函数中我想使用不用于训练的其他信息 . 因此，我需要在此折叠中使用的数据的索引（行号）进行验证 . 这是一个愚蠢的例子： 生成数据： library(caret) set.seed(1234) x <- matrix(rnorm(10),nrow=5,ncol=2 ) y <- factor(c("y",&quo... -
1 votesanswersviews
曲线下的pROC区域是否不正确？
我当前的问题：我使用 caret 包生成分类预测模型，我的意思是用特定的度量（AUC ROC）验证我的模型 . AUC度量标准可用于训练具有训练集（内部验证）的模型，但不用于预测（外部验证） . 1. Internal validation : Fit <- train(X, Y$levels, method= "svmRadial", trControl = fitC... -
1 votesanswersviews
在Caret包中使用Naive Bayes分类器时出现警告
我试图在插入符号包中运行一个名为Naive Bayes的监督机器学习分类器 . 我的数据称为LDA.scores，有两个分类因子，称为“V4”和“G8”，以及12个预测变量 . 我正在使用的代码由一个善良的人根据我自己提供的代码堆栈溢出进行调整（参见下面的链接） . 代码确实有效，但是，只使用了9个预测变量而不是数据集中的12个预测变量 . 当我尝试使用总数据集[2:13]训练朴素贝叶斯模型时，代... -
-1 votesanswersviews
如何使用R-caret对回归问题中的不 balancer 类进行子采样？
我是堆栈溢出和预测建模的新手 . 我试图根据光谱学预测叶片大小 . 然而，叶片大小（连续变量）取决于植物的生命形式（在我的例子中，3个分类） . 这些课程严重失衡 . 最重要的是，我想知道光谱学如何预测每个类别中的叶片大小 . 目前，我不确定如何拆分我的数据集，我在网上找到的大多数例子都是严格的分类问题，我不确定它是否适用于这种情况 . 我是否必须为每个 class 构建一个单独的训练集，或者这是... -
0 votesanswersviews
使用插入包进行交叉验证的最终模型
我使用Caret包中的Random Forest方法对我的数据进行了交叉验证，R表示最终模型是使用mtry = 34构建的，这是否意味着在最终的随机森林中（由交叉验证产生）只有34个参数变量在我的数据集中用于在树中分裂？ > output Random Forest 375 samples 592 predictors 2 classes: 'alzheimer', 'cont... -
0 votesanswersviews
R插入符仅预处理数据集变量的一部分并训练模型
我有一个带有一些虚拟变量[0]的训练集，我不想 preProc=c("center","scale") 它们，但我想 preProc=c("center","scale") 所有非虚拟变量，以便像这里标准化它们[1] . 因此，中心和比例选项的作用如下： center：从值中减去均值 . scale：按标准差除... -
1 votesanswersviews
LDA在插入符号中具有逐步特征选择
我正在对几百个变量进行线性判别分析，并使用插入符号的“训练”功能和内置模型“stepLDA”来选择最“信息丰富”的变量 . 这是我要测试的几种模型类型之一 . 基本上，当我调用输出对象（类型为train）时，我得到一个与此类似的对象（较小的示例模型）： Linear Discriminant Analysis with Stepwise Feature Selection 72 samples... -
1 votesanswersviews
插入方法=“树袋”
这是我运行火车功能的输出： Bagged CART 1251 samples 30 predictors 2 classes: 'N', 'Y' No pre-processing Resampling: Bootstrapped (25 reps) Summary of sample sizes: 1247, 1247, 1247, 1247, 1247, 1247,... -
4 votesanswersviews
R-Caret：如何使用多个模型构建更高效的模型并预测新结果
我的训练数据集（ train ）是一个带有 n-features 的数据框和一个带有结果 y 的附加列 . 我 Build 了3个人模型，例如： m1 <- train(y ~ ., data = train, method = "lda") m2 <- train(y ~ ., data = train, method = "rf") m3 &... -
1 votesanswersviews
r caret包中的列车功能输出的巨大尺寸
我正在使用r caret包中的train（）函数训练bagFDA模型，并将模型输出保存为.Rdata文件 . 输入文件大约有300k条记录，有26个变量，但输出.Rdata的大小为3G . 我只需运行以下命令：modelout < - train（x，y，method =“bagFDA”）save（file =“myout.Rdata”，modelout）在窗口系统下 . 问题：（1）为什... -
1 votesanswersviews
如何使用并行计算优化Caret的速度和内存使用？
我正在使用插入符号在大网格上找到最佳调整参数 . 我发现使用带有插入符号的doSnow，内存耗尽如此之快 . 是否有一些策略来优化它？ 这是C50模型，搜索网格如下： mygrid <- expand.grid(trials=c(1, 1:4*10), model=c('rules', 'tree'), winnow=F... -
3 votesanswersviews
glmnet拒绝预测
我有一个有效的glm模型 . 因为我想添加（脊）正则化，我以为我会切换到glmnet . 出于某种原因，我无法让glmnet工作 . 它似乎总是预测第一类，而不是第二类，这导致低精度和kappa = 0 . 下面是一些重现问题的代码 . 我究竟做错了什么？ 它生成的测试数据如下所示： 由于数据不能线性分离，因此添加了两个多项式项A ^ 2和B ^ 2 . glm模型正确地预测数据（精度= 1且k... -
1 votesanswersviews
插入符号和虚拟变量
当调用插入符号包的 train 函数时，数据会自动转换，以便将所有因子变量转换为一组虚拟变量 . 我该如何防止这种行为？是否有可能说“不要将因素转化为虚拟变量”？ 例如： 如果我在 etitanic 数据上运行 rpart 算法： library(caret) library(earth) data(etitanic) etitanic$survived[etitanic$survived==1...