R插入符号“；besttune"；简历及；重复CV

我试图了解caret是如何在最佳调优模型上做出决策的。我查阅了文档，但没有找到（这很可能是我的错）调整决策方式的地方。我使用了类似于：

train(
    y~.,
    data=X,
    num.trees = 1000,
    method = "ranger",
    trControl = trainControl(
   method = "repeatedcv",
   number = 100,
   repeats = 100, verboseIter = T
 )

---

我正在尝试更频繁地使用插入符号，我相信它会做出明智的决定。我只是想了解如何以及是否可以调整它。

有很多文档，但查找您的问题的最佳位置是

基本上，对于网格搜索，使用重采样评估调整参数的多个组合。每个组合都获得相关的性能重采样估计值（假设它是准确度）

---

train（）

知道精度应该最大化，因此默认情况下，它会选择具有最大值的参数组合，并使用这些参数来拟合最终模型（使用这些值和整个训练集）。

有很多文档，但查找问题的最佳位置是

基本上，对于网格搜索，使用重采样评估调整参数的多个组合。每个组合都获得相关的性能重采样估计值（假设它是准确度）

---

train（）

知道精度应该最大化，因此默认情况下，它会选择具有最大值的参数组合，并使用这些参数来拟合最终模型（使用这些值和整个训练集）.

再次感谢，我喜欢这个软件包。顺便说一句，我离你的母校只有一步之遥……但是在这种情况下，对于一个正常的回归类型预测，性能的默认估计值是多少？默认情况下，准确度是多少？我确实看了看，但我没有看到我想要的。我会再看一次手册，看看我能不能做到a找到以上问题的答案。再次感谢！再次感谢，我喜欢这个包裹。顺便说一句，我离你的母校只有一箭之遥……但在这种情况下，对于一个正常的回归类型预测，性能的默认估计是什么？默认的准确度也是什么？我确实看了看，但我没有看到我想要的……我我会再读一遍手册，看看是否能找到上述问题的答案。再次感谢！