R에서 캐럿 패키지를 사용하여 임의의 포리스트와 xgboost 모델을 모두 실행합니다. 그리고 저는 65 개 변수 모두의 중요성을 다양하게하고 싶습니다. 나는 varimp() 함수를 시도해 보았고, 변수 20 개를 가변적으로 중요시 할 수있었습니다. 65 가지 변수 모두에 대해 가질 수있는 방법이나 옵션이 있습니까? 감사합니다.
는 는 [I 비슷한 스레드 here 및 in github에보고하고, Max와 다른 사람에 의해 제안 된 문제 중 어느 것도 내 경우 관련을 보이지 않는다.] 나는 여기에 몇 가지를 보았다 수식 인터페이스 실패에 대해보고하는 반면 비 수식 인터페이스는 정상적으로 작동합니다. 내 문제는 그 반대입니다. 공식 인터페이스 아래 train() 기능이 완벽하게 작동합
캐럿 패키지를 사용하여 신경망 모델에 적합하고 싶습니다. 208 개의 예측 변수가 모두 중요하며 버려 질 수 없습니다. 크기 매개 변수에 지정할 수있는 최대 값은 4를 초과하여 너무 많은 가중치가 있다고 말하는 오류가 발생합니다. > ctrl<-trainControl(method = 'cv',number = 5)
> my.grid <- expand.gri
저는 R에서 작업을 학습하는 내 컴퓨터에 대해 캐럿을 많이 사용합니다. 나는 내가 새로운 데이터를 득점 할 lm() 와 선형 회귀 분석을 나는 모델 캐럿에서 훈련, 말 : 는하지만 다음과 같은 문제에 직면 predict(model, new_data) 때 new_data 예측 자의 누락 된 값이 포함되어 있습니다. 예측은 예측을 반환하지 않습니다. 대신 NA
메트릭 = ROC (AUC를 최대화한다고 생각 함) 대신에 캐럿 트레인 기능에서 다른 ROC 설정 점을 선택할 수 있습니까? 예를 들어 : 구체적 random.forest.orig <- train(pass ~ x+y,
data = meter.train,
method = "rf",
tuneGrid = tune.gri
캐럿을 사용할 때 Error: nrow(x) == n is not TRUE 오류가 발생하는 경우 누구든지 도움을 줄 수 있습니다. 아래의 예를 참조하십시오 위스콘신 유방암 데이터 세트 및로드 필요한 라이브러리 library(dplyr)
library(caret)
library(mlbench)
data(BreastCancer)
myControl =
무작위 포리스트 모델을 데이터 집합에 맞추려고합니다. F1 점수를 기반으로 최상의 모델을 선택하고 싶습니다. 필요한 코드를 설명하는 게시물 here을 보았습니다. 나는 코드를 복사하려고하지만 오류를 얻고있다 "{에서 오류 : 작업 1 실패 -"나는 기차 기능을 실행하는 동안 을 기능 "F1_Score"를 찾을 수 없습니다. (참고로 나는() "통과"예측하기
R에서 leaps 패키지를 사용하여 전방 및 후방 기능 제거를 수행했습니다. 그러나 교차 검증 및 예측 작업을 자동화하고 싶습니다. 따라서, 어떻게 캐럿에서 앞으로/뒤로 선택을 사용할 수 있습니까? 도약 패키지에 당신은 그것을 당신은 MASS 패키지에서 method=glmStepAIC와 caret::train()에 단계적 회귀 분석을 실행할 수 있어야 이런
지금까지 RandomForest와 함께 CARET 패키지를 사용했습니다. 크로스 유효성 검사 기능이있는 CARET의 train 기능을 사용하며 모두 잘 작동합니다. 신경망을 사용해보고 RSNNS 패키지를 업로드 할 때까지입니다. 이제 기차를 사용할 때마다 다음과 같은 오류가 발생합니다. Error in UseMethod("train") : no applic