問題タブ [r-caret]

R のキャレット パッケージを使用して、グリッド検索とモデル評価を行っています。絶対誤差の加重平均であるカスタム評価指標があります。重みは観測レベルで割り当てられます。

ここでは、summaryFunction を使用してキャレットの train() のカスタム評価メトリックを定義する方法の例を示します。引用するには：

trainControl 関数には、パフォーマンスを計算するための関数を指定する summaryFunction という引数があります。関数には次の引数が必要です。

data は、obs および pred と呼ばれる列を含むデータ フレームまたは行列の参照であり、観測および予測された結果値 (回帰の数値データまたは分類の文字値のいずれか) を表します。現在、クラス確率は関数に渡されません。データ内の値は、チューニング パラメーターの 1 つの組み合わせに対する保持された予測 (および関連する参照値) です。trainControl オブジェクトの classProbs 引数が TRUE に設定されている場合、データ内にクラス確率を含む追加の列が存在します。これらの列の名前は、クラス レベルと同じです。lev は、トレーニング データから取得した結果因子レベルを含む文字列です。回帰の場合、NULL の値が関数に渡されます。model は、使用されているモデルの文字列です (つまり、

観測の重みを summaryFunction に渡す方法がよくわかりません。

カスタム クラス ビルダー setClass() を使用して、train 関数 (キャレット パッケージ) から結果を返そうとしています。

これは、関数で TrainResults を作成する方法です。

「successrate」は数値型であるため正常に機能しますが、plsFit (train {caret} 型) は次のように不平を言います。

タイプtrainのオブジェクトを適切に渡す方法はありますか? ありがとう！

Rのキャレットパッケージを使用して、通常のロジスティック回帰を行っています。SALES_FLAGと呼ばれる1または0にコード化された二項応答変数と、RのdummyVars関数を使用してダミー変数に変換した140個の数値応答変数があります。

これにより、操作するデータ フレームが得られます。すべての変数は数値です。次に、トレーニングとテストに分けます。

train 関数を使用してモデルをトレーニングする時間:

すべてがうまくいき、モデルを取得します。しかし、予測関数を実行すると、必要なものが得られません。

エラーが発生します：

一方、予測関数内のタイプの「確率」を「生」に置き換えると、予測が得られますが、しきい値を指定してバイナリ変数にコーディングできるように確率が必要です。

なぜこれが起こるのか分かりません。キャレットパッケージを使用せずに同じことを行いましたが、次のように機能しました。

私はこれを見て時間を費やしていますが、何が起こっているのかわからず、私には非常に奇妙に思えます. 式を使用せず、X と Y を使用したことを意味する train 関数の多くのバリエーションを試しました。チェックには method = 'bayesglm' も使用しましたが、id で同じエラーが発生しました。誰かが私を助けてくれることを願っています。必要なものを取得するための train 関数があるため、使用する必要はありませんが、キャレット パッケージは多くのツールを備えた優れたパッケージであり、これを理解できるようにしたいと考えています。

何らかの理由で、パッケージ内のtrain関数がcaret応答変数の名前を変更します。おもちゃの例を次に示します。

トレーニング後に名前を変更できることはわかっていますが、トレーニングするモデルが多数ある場合は繰り返しになります。これは正しい動作ですか？

編集: sessionInfo を追加

データセットがあり、データセットの特定の部分のみでキャレットをトレーニングして検証したいと考えています。私は2つのリストを持っています

と

これは、データ セットの行インデックスに対応します。train.ids$T1テストには使用する必要がありますが、トレーニングには使用するtest.ids$T1必要があります。T2 と T3 についても同様です。

使ってみた

しかし、これは trainControl を使用する正しい方法ではないようです。

どんな助けでも大歓迎です