R{caret}trainControl（index=createFolds（））更改默认调优参数？_R_Random Forest_R Caret

R{caret}trainControl（index=createFolds（））更改默认调优参数？

R{caret}trainControl（index=createFolds（））更改默认调优参数？,r,random-forest,r-caret,R,Random Forest,R Caret,花了很多时间试图阅读{caret}文档（，和）以及{randomForest}文档。只是不明白这里发生了什么当我在trainControl中使用参数index=createFolds（）运行以下代码时，mtry的尝试值为2、28和54： # Specify fit parameters set.seed(55555) fc = trainControl(method = "cv", returnResamp = "all", verboseIter = T,

花了很多时间试图阅读

{caret}

文档（，和）以及

{randomForest}

文档。只是不明白这里发生了什么

当我在

trainControl

中使用参数

index=createFolds（）

运行以下代码时，

mtry

的尝试值为2、28和54：

# Specify fit parameters
set.seed(55555)
fc = trainControl(method = "cv", returnResamp = "all", verboseIter = T, 
                  index = createFolds(fct.og$cover[trn.idx]))

# randomForest Model 1
set.seed(55555)
rf.M1 = train(x = fct.og[trn.idx, -55], 
              y = fct.og[trn.idx, 55], 
              method = "rf", trControl = fc, 
              preProcess = c("nzv", "center", "scale"), 
              verbose = T)

# Specify fit parameters
set.seed(55555)
fc = trainControl(method = "cv", returnResamp = "all", verboseIter = T)

# randomForest Model 1
set.seed(55555)
rf.M1 = train(x = fct.og[trn.idx, -55], 
              y = fct.og[trn.idx, 55], 
              method = "rf", trControl = fc, 
              preProcess = c("nzv", "center", "scale"), 
              verbose = T)

但是，当我在

trainControl（）

中未指定参数

index=createFolds（）

时，

mtry

的尝试值为2、12和22：

# Specify fit parameters
set.seed(55555)
fc = trainControl(method = "cv", returnResamp = "all", verboseIter = T, 
                  index = createFolds(fct.og$cover[trn.idx]))

# randomForest Model 1
set.seed(55555)
rf.M1 = train(x = fct.og[trn.idx, -55], 
              y = fct.og[trn.idx, 55], 
              method = "rf", trControl = fc, 
              preProcess = c("nzv", "center", "scale"), 
              verbose = T)

# Specify fit parameters
set.seed(55555)
fc = trainControl(method = "cv", returnResamp = "all", verboseIter = T)

# randomForest Model 1
set.seed(55555)
rf.M1 = train(x = fct.og[trn.idx, -55], 
              y = fct.og[trn.idx, 55], 
              method = "rf", trControl = fc, 
              preProcess = c("nzv", "center", "scale"), 
              verbose = T)

默认情况下，我知道

序列（tuneLength=3）

，因此我知道为什么只使用三个值。只是不了解幕后发生了什么导致

mtry

的值不同。我确信这是用户错误，我在文档中遗漏了一些明显的东西

最后一个问题：使用参数

trainControl（index=createFolds（））

code，模型运行速度要快得多。有什么原因吗？似乎

trainControl（method=“cv”，number=10）

的默认值与

createFolds（k=10）

的默认值相同？

提供了一个可复制的示例，

sessionInfo

的结果将有助于回答您的问题。预测因素中有哪些因素？等等。不过还有一些辅助说明。首先，您需要将

returnTrain=TRUE

与

createfold

一起使用。它运行得非常快，因为您正在使用10%的数据进行培训。其次，

train

或

randomForest

@topepo Max没有

verbose

选项，非常感谢您的回复。在查看两个

train

对象时，唯一不同的是

trainControl（index=）

参数，我看到了

obj$control$index

和

obj$control$indexOut

的长度差异（它们看起来是转置的）。还感谢您提供有关

verbose

的提示，尽管我在

train（）

期间会将输出打印到控制台，就好像它是打开的一样。我将处理一个易于运行的可复制示例，当前的示例具有约580000个元组和55个属性。再次感谢您，Michael提供了一个可复制的示例和

sessionInfo