r-caret

    1热度

    1回答

    交叉验证的预测为插入符和SVM

    似乎有是被调整模型时所产生的ROC /桑斯/规格之间的差异，通过对相同的数据集的模型进行的实际预测。我正在使用使用kernlab的ksvm的脱字符号。我没有遇到glm的这个问题。 data(iris) library(caret) iris <- subset(iris,Species == "versicolor" | Species == "setosa") # we need only
    r machine-learning svm r-caret kernlab 2016-12-15

    2热度

    1回答

    R混淆矩阵的敏感性和特异性标签

    我使用R v3.3.2和插页6.0.71（即最新版本）来构建逻辑回归分类器。我正在使用confusionMatrix函数来创建用于判断其性能的统计信息。 logRegConfMat < - 混淆矩阵（logRegPrediction，valData [， “看”]） 参考0，预测0 = 30 文献1中，预测0 = 14 参考0，预测1 = 60 文献1中，预测1 = 164 精度：0.7239 灵
    r r-caret caret confusion-matrix 2017-01-03

    0热度

    1回答

    插入符号虚拟变量不包括目标

    如何在不破坏目标变量的情况下在插入符号中使用虚拟变量？ set.seed(5) data <- ISLR::OJ data<-na.omit(data) dummies <- dummyVars(Purchase ~ ., data = data) data2 <- predict(dummies, newdata = data) split_factor = 0.5 n_sampl
    r r-caret caret lda 2016-11-18

    3热度

    1回答

    caret包中的createDataPartition函数如何拆分数据？

    从文档： 对于自举样本，使用简单随机采样。 对于其他数据拆分，当y是试图平衡拆分中的类分布的因素时，随机抽样在y 的级别内完成。 对于数字y，根据百分位 将样本分成组，并在这些子组内对样本进行抽样。 对于createDataPartition，通过组 参数设置百分位数。 我不明白为什么需要这个“平衡”的东西。我想我表面上理解它，但是任何额外的见解都会非常有帮助。
    r subset r-caret data-partitioning 2016-11-20

    0热度

    1回答

    caretEnsmble与SVM（问题），不同的培训数据集

    以下是一个可重复的例子，什么基本上我试图做的，正在创作5点估算的数据集然后应用SVM使用中插入符号火车功能各估算数据集，然后合奏使用caretEnsemble产生训练模型。最后，我使用整体模型预测每个测试集。 不过，我得到这个错误 Error in check_bestpreds_obs(modelLibrary) : Observed values for each component mode
    svm r-caret ensemble-learning 2016-11-23

    1热度

    1回答

    ROCR错误：预测的格式为

    正从glmnet我的预测后，我试图用“预测”功能，在“ROCR”软件包，以获取TPR无效，FPR等，但得到这个错误： pred <- prediction(pred_glmnet_s5_3class, y) Error in prediction(pred_glmnet_s5_3class, y) : Format of predictions is invalid. 我输出glmnet预
    r r-caret proc-r-package 2016-11-24

    0热度

    1回答

    sklearn的GroupKFold的R版本

    我在进行交叉验证，其中来自同一组的样本不能在列车和测试中进行。 Python具有Sklearn函数GroupKFold。 R或脱字符有类似吗？
    r r-caret cross-validation 2016-11-30

    0热度

    1回答

    R符号外插样本和测试集ROC

    我正在构建两个不同的分类器来预测二进制输出。然后我想通过使用ROC曲线和它下面的面积（AUC）比较两个模型的结果。 我将数据集分为训练集和测试集。在训练集上，我执行一种交叉验证的形式。从交叉验证的保留样本中，我可以为每个模型建立ROC曲线。然后，我使用测试集上的模型并构建另一组ROC曲线。 结果是矛盾的，这使我感到困惑。我不确定哪个结果是正确的，或者我是否做了完全错误的事情。示例ROC曲线显示RF
    r machine-learning r-caret cross-validation roc 2016-12-02

    2热度

    1回答

    knnImpute使用分类变量与插入符号包

    我有以下data.table，其中每个唯一的x值与唯一的y值相关联。于是我强迫一个x价值NA第k近邻锻炼的目的： dt <- data.table(x = rep(c(1:4), 3), y = rep(c("Brandon", "Erica", "Karyna", "Alex"), 3)) dt[3, 1] <- NA print(dt) # x y #1: 1 Br
    r r-caret knn 2016-12-07

    3热度

    1回答

    插入符号和闪亮符号：无法创建由插入符号模式驱动的预测应用程序

    我试图开发一个简单的应用程序，用于预测在给定某个年龄，班级，票价等的情况下乘客幸存泰坦尼克号的概率。我希望这些变量是动态的，并且希望使用底层脱字符模型计算预测的生存概率。 当运行这段代码，我收到以下错误信息： Warning: Error in [.data.frame: undefined columns selected Stack trace (innermost first): 70: [
    r machine-learning shiny r-caret caret 2016-12-16
最新问题