在TuneRanger中重复CV

我正在使用“TuneRanger”软件包来调整射频型号。它工作得很好，我得到了很好的结果，但我不确定它是否过于适合我的模型。我想对软件包调整模型的每个实例使用重复的CV，但我找不到方法。另外，我想知道是否有人知道软件包如何验证每次尝试的结果（训练测试、cv、重复cv？）。我一直在阅读软件包的说明（），但它没有说明这一点

---

谢谢您的帮助。

包外估算用于估算错误，我认为您不能使用该软件包切换到CV。这取决于你决定简历是否比这更好。在他们的报告中，他们链接到a，并在其第3.5节中写道：

现成的预测用于评估，这使得 比使用评估策略的其他包更快，例如 交叉验证

如果要使用交叉验证或重复交叉验证，则必须使用插入符号，例如：

library(caret)

mdl = train(Species ~ .,data=iris,method="ranger",trControl=trainControl(method="repeatedcv",repeats=2),
tuneGrid = expand.grid(mtry=2:3,min.node.size = 1:2,splitrule="gini"))

Random Forest 

150 samples
  4 predictor
  3 classes: 'setosa', 'versicolor', 'virginica' 

No pre-processing
Resampling: Cross-Validated (10 fold, repeated 2 times) 
Summary of sample sizes: 135, 135, 135, 135, 135, 135, ... 
Resampling results across tuning parameters:

  mtry  min.node.size  Accuracy  Kappa
  2     1              0.96      0.94 
  2     2              0.96      0.94 
  3     1              0.96      0.94 
  3     2              0.96      0.94 

Tuning parameter 'splitrule' was held constant at a value of gini
Accuracy was used to select the optimal model using the largest value.
The final values used for the model were mtry = 2, splitrule = gini
 and min.node.size = 1.

您可以调整的参数将不同。我认为

mlr

也允许您执行，但同样的限制也适用