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:R插入符号“;besttune";简历及;重复CV,r,r-caret,R,R Caret,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 )
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!