mlr

    1

    1답변

    r mlr 패키지에는 한 번 사용했지만 다시 찾을 수없는 주어진 학습자에 대해 지원하는 모든 메소드가 나열되는 함수가 있습니다. 나는 xgboost의 xgb.create.feature가 포함 된 목록에 확실히 있었음을 기억하지만 mlr에서 사용하는 방법에 관한 문서는 찾을 수 없습니다. 누구든지이 작업을 수행하는 방법을 알고 있습니까? (그리고 누구든지 m

    1

    1답변

    이 패키지에서 동일한 방법으로 다중 분류 방법 및 조정 매개 변수를 사용할 수 있으므로 Rmlr 패키지를 사용하고 있습니다. 하지만 내 긍정적 인 수업이 변경되었습니다. 내 데이터 세트에서 "HasWriteOff"를 예측해야합니다. 값은 "1"또는 "2"입니다. "1"은 대다수 클래스이며, "2"보다 훨씬 많습니다. 이는 클래스가 불균형하다는 것을 의미합니

    -2

    1답변

    MLR에서 리프트 커브를 플로팅하는 방법을 알고 싶습니다. 특히 여러 알고리즘 및 태스크가있는 벤치 마크 실험의 경우. ROC 커브 플로팅에 대한 도움도 받으실 수 있습니다. 감사합니다. .

    1

    1답변

    사용자 정의 커널을 사용하여 svm을 빌드하려고합니다. 일반적으로 나는 R 패키지 kernlab을 사용합니다. 다른 커널을 시험해보고 하이퍼 파라미터를 조정하고 싶으므로 좋은 패키지 mlr을 사용하고 싶습니다. 그러나 필자가 볼 수있는 한 ksvm 학습자 ("classif.ksvm")에 맞춤 커널을 전달하는 커널 유형 옵션 "매트릭스"를 지원하지 않습니다.

    1

    2답변

    단지 6 코어를 가지고 있는지 확인하고 모두 8 개 코어 (6 노동자의 각각 130 % 활용을 취하고있다) 소요하는 방법 library(mlr); library(parallel); library(parallelMap) # Load data iris_num <- iris; iris_num$Species <- as.numeric(iris_num$S

    0

    1답변

    전처리 단계 을 수행 한 후 데이터에 액세스하는 방법이 있습니까? (mlr)? 다음은 코드를 제거한 버전입니다. library(mlr) library(mlbench) data <- BreastCancer[, 2:11] lrn <- makeLearner(cl = "classif.ranger", predict.type = "prob",

    0

    1답변

    나는 mlr을 사용하여 텍스트 분류 작업을 수행합니다. Exporting objects to slaves for mode socket: .mlr.slave.options Mapping in parallel: mode = socket; cpus = 4; elements = 2. Error in stopWithJobErrorMessages(inds, vca

    0

    2답변

    mlr 패키지에서 multiclass.au1p 측정 값을 사용하려고합니다. 측정 multiclass.au1p가 필요 가 될 유형을 예측 : 'PROB'그것은 나에게 재미 오류가 없다는 오류를 (X는 [[I]], ...) 준! 나는 다음 prob는 할 유형을 예측 설정하려고 할 때 은 내가 setPredictType.Learner (학습자, predict.t

    0

    1답변

    패키지 mlr에서 나는 listLearners() 의 모든 옵션을 볼려고하지만 난 그냥 첫 6 개 요소를 참조하십시오. 나는 listLearners("regr")[1:10, c("class","package")] 그러나 그러나 class package 1 regr.blackboost mboost,party 2 regr.cforest par

    1

    2답변

    MLR 패키지의 plotLearnerPrediction 함수로 멋진 플롯을 만들었습니다. 반환 된 ggplot을 조정할 수있었습니다 (아래 코드 참조). 그러나 나는 마지막 조정을하는 방법을 모르겠습니다. 즉, 레이블 (예제 플롯의 그룹)을 기반으로 데이터 포인트의 색상을 변경하고 싶습니다. 다음은 plot <- plotLearnerPrediction(le