Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
带插入符的主成分分析
我正在使用 Caret 的 PCI 预处理 multinomFit lt train LoanStatus train method multinom std TRUE family binomial metric ROC thresh 0
r
PCA
rcaret
caret::train:为 mlpWeightDecay(RSNNS 包)指定更多非调整参数
我在使用插入符号包和 RSNNS 包中的 mlpWeightDecay 方法指定学习率时遇到问题 mlpWeightDecay 的调整参数是大小和衰减 将大小保持为 4 并在 c 0 0 0001 0 001 0 002 上调整衰减的示例
r
machinelearning
neuralnetwork
rcaret
使用插入符包通过controls = cforest_unbiased()运行cforest
我想使用插入符包运行一个公正的 cforest 这可能吗 tc lt trainControl method cv number f index indexList savePredictions T classProbs TRUE sum
r
RandomForest
rcaret
在集群上运行时插入符号中发生错误
我正在运行train函数于caret http cran r project org web packages caret index html在集群上通过doRedis http cran r project org web packag
r
machinelearning
clustercomputing
rcaret
rdoredis
在选定的数据范围内创建数据分区,将其输入到 caret::train 函数中以进行交叉验证
我想为下面的数据框创建折刀数据分区 这些分区将用于caret train 像caret groupKFold 产生 然而 问题是我想将测试点限制为超过 16 天 同时使用这些数据的其余部分作为训练集 df lt data frame Eff
r
crossvalidation
rcaret
datapartitioning
R - 安装插入符号包时出错
gt Error in loadNamespace j lt i 1L c lib loc libPaths gt versionCheck vI j namespace pbkrtest 0 4 2 is being gt loaded
package
rcaret
在 R 中安装插入符包时出现依赖问题
我正在尝试安装 R 包caret 这给了我ERROR dependencies ggplot2 reshape2 BradleyTerry2 are not available for package caret 我尝试单独安装其中的每一个
r
rcaret
R:glmnet 的 caret::train 函数可以在固定的 alpha 和 lambda 下交叉验证 AUC 吗?
我想使用最佳 alpha 和 lambda 计算弹性网络回归模型的 10 倍交叉验证 AUCcaret train https stats stackexchange com questions 69638 does caret train
r
LogisticRegression
crossvalidation
rcaret
ROC
插入符使用插入符训练对象返回的预测与使用提取的最终模型返回的预测不同
在拟合模型时我更喜欢使用插入符号 因为它的相对速度和预处理功能 然而 我对它如何做出预测有点困惑 当比较直接从训练对象做出的预测和从提取的最终模型做出的预测时 我看到了非常不同的数字 来自火车对象的预测似乎更准确 library caret
r
Prediction
rcaret
在 R 中的插入符序列函数中使用“ROC”度量的问题
我有一个包含两个类的不平衡数据集 因此我认为我可以使用 ROC 作为指标 而不是使用 Accuracy 来使用 caret 包调整 R 中的模型 我正在尝试不同的方法 例如 rpart rf 等 我认为我们可以提取概率并使用 ROC 作为决
r
rcaret
插入符 rfe + sum 与 ROC 中的特征选择
我一直在尝试使用插入符包应用递归功能选择 我需要的是 ref 使用 AUC 作为性能衡量标准 经过一个月的谷歌搜索后 我无法让该过程正常运行 这是我使用过的代码 library caret library doMC registerDoMC
r
SVM
rcaret
AUC
rfe
R 上的插入符溢出“无法找到变量“optimismBoot””错误消息
我一直在测试caret在 R 上测试神经网络功能 当我运行下面的脚本时 它工作正常 这已经开始输出 无法找到变量 optimismBoot library doParallel cl lt makePSOCKcluster 4 regist
r
rcaret
nnet
我应该如何得到Lasso模型的系数?
这是我的代码 library MASS library caret df lt Boston set seed 3721 cv 10 folds lt createFolds df medv k 10 lasso grid lt expan
r
rcaret
lassoregression
如何在CARET中自定义模型来执行PLS-[Classifier]两步分类模型?
这个问题是同一线程的延续here https stats stackexchange com questions 81727 what is the best strategy to train and validate classific
r
Classification
crossvalidation
rcaret
从插入符递归特征消除 (rfe) 结果中检索选定的变量
在我的工作项目中 我使用 caret 包中的 rfe 函数来进行递归特征消除 我用一个玩具例子来说明我的观点 library mlbench library caret data PimaIndiansDiabetes rfFuncs su
r
rcaret
featureselection
rfe
使用confusioMatrix时如何解决“数据不能有比参考更多的级别”错误?
我正在使用 R 编程 我将数据分为训练数据和测试数据以预测准确性 这是我的代码 library tree credit lt read csv C Users Administrator Desktop german credit 2 cs
r
Tree
Decisiontree
rcaret
Windows 7、R 3.0.2、插入符号 6.0-21 上插入符号中的 train() 出现致命错误
我正在尝试使用train 插入符号以适应分类模型 但我遇到了某种未处理的异常 并且在 R 控制台中输出任何错误信息之前我的 R 会话崩溃了 Windows 错误 R for Windows 终端前端已停止工作 我正在运行 Windows 7
r
rcaret
R 中使用插入符号进行分类的预测(模型)和预测(模型$ FinalModel)之间的区别
有什么区别 predict rf newdata testSet and predict rf finalModel newdata testSet 我训练模型preProcess c center scale tc lt trainCon
r
Classification
Prediction
rcaret
r-插入符包错误-createDataParition 没有观察到
当我尝试运行时出现以下错误createDataPartition在插入符号中 Error in createDataPartition data1 p 0 8 list FALSE y must have at least 2 data p
r
rcaret
r 包插入符号-使用并行时打印迭代
无论如何 我们可以在使用时打印迭代caret train并行功能 我知道有一个名为 verbose 的选项 但如果我使用多核 它似乎不会打印任何内容 我找到了解决方案 我们需要的只是通过 makeCluster 函数注册核心 library
r
rcaret
1
2
3
4
»