«caret» etiketlenmiş sorular

Bir veri kümesi üzerinde çapraz doğrulanmış rasgele bir orman çalıştırmak için şapka kullanıyorum. Y değişkeni bir faktördür. Veri setimde hiç NaN, Inf veya NA yok. Ancak rastgele orman çalıştırırken, alıyorum Error in randomForest.default(m, y, ...) : NA/NaN/Inf in foreign function call (arg 1) In addition: There were 28 warnings (use …

29 r  random-forest  caret  regression  prediction  fitting  social-science  poisson-distribution  distributions  characteristic-function  bayesian  prior  regression  normal-distribution  interaction  nonparametric  skewness  svm  standard-deviation  standard-error  regression-coefficients  igraph  natural-language  word2vec  word-embeddings  regression  machine-learning  sampling  r  regression  machine-learning  random-forest  ensemble  sampling  unbiased-estimator  proof  estimators  mse  probability  conditional-probability  bayes  anova  missing-data  neural-networks  recommender-system  r  confidence-interval  sample  multiple-imputation  r  time-series  forecasting  mase 

Parametre ayarlama kabiliyeti ve homojen arayüzü için şapkayı çok tercih ederim, ancak uygulanan "çıplak" model NA'lara izin verse bile her zaman tam veri setleri gerektirdiğini gözlemledim (NA'sız). Bu çok zahmetlidir, bunun için ilk başta gerekli olmayan çalışma yöntemlerini uygulamalısınız. Biri imparatorluğu nasıl ortadan kaldırabilir ve hala caret avantajlarını kullanabilir?

26 r  missing-data  data-imputation  caret 

Bu, Caret yeniden örnekleme yöntemlerini sorgulamaya benzer , ancak bu sorunun bir kısmını gerçekten kararlaştırılmış bir şekilde yanıtlamadı. caret'in tren fonksiyonu sunuyor cvve repeatedcv. Söylemedeki fark nedir: MyTrainControl=trainControl( method = "cv", number=5, repeats=5 ) vs MyTrainControl=trainControl( method = "repeatedcv", number=5, repeats=5 ) cvK-folds (parametresi number) kümesini kırar anlıyorum ve daha …

26 r  machine-learning  caret 

Anladığım kadarıyla, uygun çapraz doğrulama ve model seçim prosedürlerini takip ederken bile , model karmaşıklığı üzerine bir kısıtlama getirmediği sürece, bir modeli yeterince zor arayacaksa , fazladan takma gerçekleşecek . Dahası, çoğu kez insanlar, sağlayabilecekleri korumayı baltalayan verilerden model karmaşıklığı ile ilgili cezaları öğrenmeye çalışırlar. Sorum şu: Yukarıdaki açıklamaya ne …

21 machine-learning  cross-validation  goodness-of-fit  scikit-learn  caret 

Sık sık kendimi caretR kullanarak birkaç farklı öngörü modeli eğitirken buluyorum. Bunları hepsini aynı çapraz onaylama katları üzerinde eğiteceğim caret::: createFolds, sonra bunları kullanarak çapraz onaylanmış hataya dayalı en iyi modeli seçeceğim. Bununla birlikte, birkaç modelden elde edilen medyan tahmin genellikle bağımsız bir test setindeki en iyi tekli modelden daha …

21 r  caret  ensemble 

caretÇeşitli modelleme prosedürlerini test etmek için R'deki kütüphaneyi kullanıyorum . trainControlNesne bir yeniden örnekleme yöntemini belirtmek için olanak sağlar. Yöntemler, aşağıdakilerde anlatılmıştır belgeler bölüm 2.3 ve şunları içerir: boot, boot632, cv, LOOCV, LGOCV, repeatedcvve oob. Bunlardan bazılarının çıkarılması kolay olsa da, bu yöntemlerin hepsi açıkça tanımlanmamıştır. Bu yeniden örnekleme yöntemlerine …

20 r  resampling  caret 

R yapar carethem de üzerinde paket çapraz geçerli hale getirmesi alphave lambdaiçin glmnetbir model? Bu kodu çalıştırdığınızda, eGrid <- expand.grid(.alpha = (1:10) * 0.1, .lambda = (1:10) * 0.1) Control <- trainControl(method = "repeatedcv",repeats = 3,verboseIter =TRUE) netFit <- train(x =train_features, y = y_train, method = "glmnet", tuneGrid = eGrid, …

20 r  machine-learning  cross-validation  caret  glmnet 

Belirli bir veri kümesinde çıkarım yapmak için düzeltme işareti kullanmakla ilgileniyorum. Aşağıdakileri yapmak mümkün mü: şapkada eğitilmiş bir glmnet model I katsayıları üretir. Ben glm var inanmıyorum çünkü doğal özellik seçimi nedeniyle glmnet kullanmak ister misiniz? ROC metriğinden başka, modelin uyumunu değerlendirmek için kullanabileceğim başka bir metrik var mı? Bu …

19 caret  glmnet 

Şapka paketi birden makine öğrenme modellerini oluşturmak için parlak bir Ar kütüphane ve model oluşturma ve değerlendirme için çeşitli fonksiyonlara sahiptir. Parametre ayarlama ve model eğitimi için düzeltme paketi, yöntemlerden biri olarak 'tekrarlanancv' sunar. İyi bir uygulama olarak, parametre ayarlama aşağıdaki şekilde çalışan iç içe K-kat çapraz doğrulaması kullanılarak yapılabilir: …

16 cross-validation  caret 

Az önce Coursera'daki Makine Öğrenimi dersinden bir ders izledim. Profesörün denetimli öğrenme uygulamalarında ön işleme verileri için PCA'yı tartıştığı bölümde, PCA'nın sadece eğitim verileri üzerinde yapılması gerektiğini ve daha sonra eşlemenin çapraz doğrulama ve test setlerini dönüştürmek için kullanıldığını söylüyor. Ayrıca bkz. PCA ve tren / test bölümü . Ancak, …

16 r  pca  cross-validation  caret 

Gradyan arttırıcı makine algoritmasını caretR'deki paket üzerinden deniyorum. Küçük bir kolej veri kümesi kullanarak, aşağıdaki kodu koştu: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- "yes" ### Gradient boosting machine algorithm. ### set.seed(123) fitControl <- trainControl(method = …

15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 

CARET, bir son model seçmeden ve daha sonra son modeli tüm eğitim verileri üzerinde eğitmeden önce çeşitli modeller oluşturmak için otomatik olarak önceden belirlenmiş bir ayar ızgarası kullanacaktır. Kendi ayar ızgaramı sadece bir parametre kombinasyonu ile sağlayabilirim. Bununla birlikte, bu durumda bile, CARET ayar parametreleri arasında en iyi modeli "seçer" …

15 r  caret 

Biraz kafam karıştı: Eğitimli bir modelin şapka ile sonuçları orijinal paketteki modelden nasıl farklı olabilir? Caret paketi ile RandomForest FinalModel kullanarak tahmin öncesi önişlemenin gerekli olup olmadığını okudum ? ama burada herhangi bir ön işleme kullanmıyorum. Caret paketini kullanarak ve farklı mtry değerleri için ayarlayarak farklı Rastgele Ormanlar yetiştirdim. > …

14 r  machine-learning  random-forest  caret  train 

Optimal bir lambda aramak için glmnetiçeride caretkullanma cv.glmnetve aynı görevi yapmak için kullanma karşılaştırmasında çok fazla karışıklık var gibi görünüyor . Birçok soru yöneltildi, örneğin: Sınıflandırma modeli train.glmnet mi cv.glmnet mi? Glmnet'i caret ile kullanmanın doğru yolu nedir? "Caret" kullanarak çapraz onaylama "glmnet" ancak sorunun tekrarlanabilirliğinden kaynaklanabilecek hiçbir cevap verilmemiştir. …

14 r  caret  glmnet  machine-learning  neural-networks  maximum  softmax  probability  distributions  mathematical-statistics  random-variable  cdf  statistical-significance  variance  expected-value  ratio  sample-size  reliability  tolerance-interval  wilcoxon-signed-rank  self-study  variance  sampling  mean  machine-learning  svm  libsvm  self-study  sampling  ranks  data-visualization  histogram  machine-learning  classification  normal-distribution  mathematical-statistics  maximum-likelihood  mixture  predictive-models  prediction  seasonality 

Bir lojistik regresyon modeli (yoluyla elde ettik trainbir ikili yanıt için), ve ile lojistik karışıklık matrisi elde ettik confusionMatrixiçinde caret. Bana lojistik modeli karışıklık matrisi veriyor, ancak bunu elde etmek için hangi eşiğin kullanıldığından emin değilim. Nasıl kullanarak belirli eşik değerleri için karışıklık matrisi elde do confusionMatrixin caret?

13 r  classification  roc  caret  confusion-matrix