如何解决caret是如何拆分trainControl中的数据的?
fold-1 观察值从 1 到 10,fold-2 观察值从 11 到 20 等等...
trainControl()
中的 caret
中的任何方法是否按顺序执行?我想“cv”方法以这种方式拆分数据,但插入符号的文档中没有很清楚地保证这一点。
解决方法
您可以使用 indexOut=
参数提供折叠。查看help page。下面我以 iris 为例,由于数据是按 Species 排序的,我无法按顺序运行,所以我先将其随机化:
library(caret)
dat = iris[sample(nrow(iris)),]
我创建了折叠,下面基于 10 折交叉验证,因此每个折叠占总行数的 1/10:
idx = (1:nrow(dat) - 1) %/% (nrow(dat) / 10)
Folds = split(1:nrow(dat),idx)
我们可以看看索引的分配:
Folds[[1]]
[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Folds[[2]]
[1] 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
然后用这个运行 train()
:
model = train(Species ~.,method="rf",data=dat,trControl=trainControl(method="cv",indexOut=Folds))
model
Random Forest
150 samples
4 predictor
3 classes: 'setosa','versicolor','virginica'
No pre-processing
Resampling: Cross-Validated (10 fold)
Summary of sample sizes: 135,135,...
Resampling results across tuning parameters:
mtry Accuracy Kappa
2 1.0000000 1.0000000
3 1.0000000 1.0000000
4 0.9933333 0.9895833
Accuracy was used to select the optimal model using the largest value.
The final value used for the model was mtry = 2.
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。