9
캐럿 모델의 배타 예측을 사용하여 원래 예측 인자 중 일부가 포함 된 2 단계 모델을 학습하고 싶습니다. 다음과 같이 나는 밖으로의 배 예측을 수집 할 수 있습니다 중대하다캐럿 모델에서 벗어난 예측 수집하기
#Load Data
set.seed(1)
library(caret)
library(mlbench)
data(BostonHousing)
#Build Model (see ?train)
rpartFit <- train(medv ~ . + rm:lstat, data = BostonHousing, method="rpart",
trControl=trainControl(method='cv', number=folds,
savePredictions=TRUE))
#Collect out-of-fold predictions
out_of_fold <- rpartFit$pred
bestCP <- rpartFit$bestTune[,'.cp']
out_of_fold <- out_of_fold[out_of_fold$.cp==bestCP,]
을하지만, 그들은 잘못된 순서로 있습니다
> all.equal(out_of_fold$obs, BostonHousing$medv)
[1] "Mean relative difference: 0.4521906"
내가
train
개체가있는 인덱스의 목록을 반환 알고 어떻게 원래 0,123,448,297 같은 순서로 내
out_of_fold
개체의 관찰을 넣어이 정보를 사용할 수 있습니다
> str(rpartFit$control$index)
List of 10
$ Fold01: int [1:457] 1 2 3 4 5 6 7 8 9 10 ...
$ Fold02: int [1:454] 2 3 4 8 10 11 12 13 14 15 ...
$ Fold03: int [1:457] 1 2 3 4 5 6 7 8 9 10 ...
$ Fold04: int [1:455] 1 2 3 5 6 7 8 9 10 11 ...
$ Fold05: int [1:455] 1 2 3 4 5 6 7 8 9 10 ...
$ Fold06: int [1:455] 1 2 3 4 5 6 7 8 9 10 ...
$ Fold07: int [1:457] 1 3 4 5 6 7 8 9 10 13 ...
$ Fold08: int [1:455] 1 2 4 5 6 7 9 11 12 14 ...
$ Fold09: int [1:455] 1 2 3 4 5 6 7 8 9 10 ...
$ Fold10: int [1:454] 1 2 3 4 5 6 7 8 9 10 ...
: 각각의 배를 양성하기 위해 사용되었다데이터 세트?
대단히 감사합니다. – Zach