問題タブ [r-caret]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
r - CARETパッケージを利用したRの並列ランダムフォレスト
パッケージmethod="parRF"の下のRのように名前が付けられた回帰手法の並列ランダムフォレストの1つを利用しています。caret通常のランダム フォレストよりも高速に動作するようです。プロセスをスピードアップする実装の詳細の違いをお願いできますか。
並列ランダム フォレスト アルゴリズムと実装を説明するドキュメントへのリンクは、非常に役立ちます。
r - マルチクラス分類のための gbm メソッドでのキャレットの使用
マルチクラス分類の問題を解決し、一般化ブースト モデル (R の gbm パッケージ) を使用しようとしています。私が直面した問題: キャレットのtrain機能はmethod="gbm"、マルチクラス データを適切に処理しないようです。簡単な例を以下に示します。
出力は
それでも、キャレット ラッパーなしで gbm を使用しようとすると、良い結果が得られます。
参考までに、 でマークされた行のコードは、##!によって返されたクラス確率の行列predict.gbmを最も確率の高いクラスの係数に変換します。出力は
マルチクラスデータの gbm でキャレットを適切に機能させる方法について何か提案はありますか?
更新:
r - カレットパッケージを使用してGBMの最適なパラメータを見つける
ブースティングにRGBMパッケージを使用して、10,000 X 932の次元の生物学的データの回帰を実行しています。特に、GBMパッケージに最適なパラメーター設定（n.trees、shrinkage、interaction.depth、n）を知りたいです。 minobsinnode）オンラインで検索したところ、RのCARETパッケージでそのようなパラメーター設定を見つけることができました。ただし、CaretパッケージをGBMパッケージと一緒に使用するのは難しいので、caretを使用して前述のパラメーターの最適な組み合わせを見つける方法を知りたいだけですか？これは非常に典型的な質問のように思われるかもしれませんが、私はカレットのマニュアルを読みましたが、それでもカレットをgbmと統合するのは困難です。特に、これらのパッケージの両方に非常に慣れていないためです。
r - キャレット パッケージの mlp メソッドを使用して、複数の隠れ層のニューラル ネットワークを設定する方法はありますか?
mlppackageのメソッドは の関数をcaret呼び出します。パッケージでは、サイズ パラメーターを設定することで、ニューラル ネットに好きなだけ隠れ層を設定できます。mlpRSNNSRSNNS
それぞれ 5 ノードと 7 ノードの 2 つの隠れ層を持つニューラル ネットワークを設定します。caretパラメーター/モデル検索を実行する機能と、クラスターの並列実装があるため、パッケージを使用したいと考えています。ではcaret、メソッドを調べると、1 つのパラメーターでしか調整できませんsize。たとえば、
3 ノードの単一の隠れ層を持つニューラル ネットワークを設定します。
mlpGrid他の列などを追加しようとしましたcaretが、2 つ目 (またはそれ以上) の非表示レイヤーを追加できないようです。
r - カスタム指標の標準偏差を使用してキャレットで調整パラメーターを選択する
カスタムフィッティングメトリックでキャレットを使用していますが、このメトリックだけでなく、信頼区間の下限も最大化する必要があります。だから私はのようなものを最大化したいと思いmean(metric) - k * stddev(metric)ます。これを手動で行う方法は知っていますが、この関数を使用して最適なパラメーターを自動的に選択するようにキャレットに指示する方法はありますか?
r - Rキャレットglmnet標準化= FALSE
モデルのレベルでcaret遊ぶためにパッケージを使用しようとしています。問題は、使用しているデータがすべてダミー変数であり、標準化したくないことです。通常、または単独で使用していた場合は、追加するだけですalphaglmnetglmnetglmnetcv.glmnet
caret標準化をオフにする設定はありますか?
r-caret - キャレット パッケージ createDataPartition 関数 角かっこの関数
以下のコマンドの [[1]] の機能は何ですか?
トレーニング <- createDataPartition(dataset$Class, p = .8)[[1]]
Train1 <- データセット[ Train, ]
r - R gbm モデル予測がモデル適合と一致しないのはなぜですか?
gbm モデルに合わせてキャレットを使用しています。を呼び出すとtrainedGBM$finalModel$fit、正しいように見える出力が得られます。
しかし、 を呼び出すとpredict(trainedGBM$finalModel, origData, type="response")、非常に異なる結果がpredict(trainedGBM$finalModel, type="response")得られ、origData がアタッチされている場合でも、さらに異なる結果が得られます。私の考えでは、これらの呼び出しは同じ出力を生成するはずです。誰かが問題を特定するのを手伝ってくれますか?
上記のコードは、次の部分的な結果をもたらします。