1

具体的な問題に最適な予測/分類モデルを選択しようとしています。私が従うように求められた方法論は次のとおりです。

  • データをテストとトレーニングに分けます。
  • トレーニング データを使用して具体的なモデルを実行し、10 分割の交差検証で評価して、そのモデルに最適なパラメーターを取得します (与えられたエラーを評価します)。
  • 選択した分類モデルごとに最適な構成が得られるまで、他のモデルで繰り返します。
  • 最後に、各モデルを最適なパラメーター セットで再実行する必要があります。トレーニングするデータは「trainingdata」であり、結果として得られるエラーは「testdata」に由来する可能性があります (テスト データは、それまで使用されていないことに注意してください)現在、最終的な比較での歪みを避けるために）。

これは、データフレームで 10 倍の CV と共にいくつかの分類モデル (Naive Byes や kNN など) を実行するための実行しやすい関数を備えたパッケージ TunePareto を使用してこれを行ってきました。問題は、私が言及した最後のタスクで発生します。TunePareto で特定のデータフレームをテストとして使用する方法がわかりません。誰でもこれで私を助けることができますか?

いくつかの例を検索しましたが、何も見つかりませんでした。TunePareto がこれを許可しない場合は、代替案について聞いていただければ幸いです。

ありがとう ！！！

4

1 に答える 1

0

documentationから、関数には、独立したテストデータセットを提供するtuneParetoClassifierパラメーターがあるようです。testDataName関数の定義は次のとおりです。

tuneParetoClassifier(name, classifier, classifierParamNames = NULL, predefinedClassifierParams = NULL, predictor = NULL, predictorParamNames = NULL, predefinedPredictorParams = NULL, useFormula = FALSE, formulaName = "formula", trainDataName = "x", trainLabelName = "y", testDataName = "newdata", modelName = "object", requiredPackages = NULL)
于 2013-01-10T20:03:37.210 に答える