如何解决R中的集成装袋方法
嗨,我收到了如下问题。
- 基于 Bagged CART 和随机森林基分类器,在 R 中构建、训练和测试 Bagging 类型分类器。使用训练集和测试集训练和测试 Bagging 分类器。
我需要做的是,使用这些 Ensemble 方法来构建分类器。我分别取了预测结果。但是在组合它们时遇到问题。据我了解,平均法、多数投票法、加权平均法都是模型集成的方法。
我的数据集由一个具有三个值的类变量组成。差、中、好。如果输出是二进制的,那么我可以取平均值并决定最后的课程。但是由于我的输出类不是二进制的,我如何使用装袋方法来集成结果。
相关提示非常重要。
以下是我目前使用的代码。
#Training the random forest model
model_rf<-train(y = trainWhite$quality,x = trainWhite[,-6],method='rf',trControl=fitControl,tuneLength=3)
#Predicting using random forest model
testWhite$pred_rf<-predict(object = model_rf,testWhite[,-6])
#Checking the accuracy of the random forest model
confusionMatrix(testWhite$quality,testWhite$pred_rf)
# Bagged CART Model
# Bagged CART
set.seed(7)
model_cart <- train(y = trainWhite$quality,method="treebag",trControl=fitControl)
#Predicting using random forest model
testWhite$pred_cart<-predict(object = model_cart,-6])
#Checking the accuracy of the random forest model
confusionMatrix(testWhite$quality,testWhite$pred_cart)
但是根据this,当我的类变量是二进制时,我可以做bagging。我如何用我的数据集回答主要问题。求解释
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。