キャレットを使ってニューラルネットをパラメータ化する

分類問題のために、RのCaretパッケージでニューラルネットをパラメトートにする例を見つけることができません。キャレットを使ってニューラルネットをパラメータ化する

方法= "neuralnet"は回帰問題のみをサポートしているようです。

誰かが私の問題の解決策を持っていますか？

2017-10-17 FlyBhalla

自分が試したこととどのような質問をしているのかをもっと明確にすることができますか（文脈を与えることでこれを行うことができます）。 –

ちょっと、文脈の欠如のために申し訳ありません。私はSQLサーバーからデータを読み込むRスクリプトを作っています。 200Kの観測と350+の変数を持つデータフレームそれから私は分類問題の予測モデルを作るためにキャレットを使用しています。私はgbmとxgboostを試しています。両者は相互検証でパラメタを取得しており、最終的なモデルは比較されています。 XGboostは、ほとんどの場合、最良のモデルです。私はちょうど私が3つの異なるモデルを選ぶようにスクリプトにニューラルネットワークを追加したかったのです。私はmethod = "neuralnet"を使いました。 Eumenediesは、この方法は回帰の問題しか処理しないと指摘しました:) – FlyBhalla

caretで利用可能なモデルの一覧はhereです。分類をサポートするニューラルネットワークには、mxnetおよびnnetが含まれます。

出典

2017-10-17 14:00:47 Eumenedies

ドキュメンテーションありがとう:) mxnetとnnet – FlyBhalla

キャレットを使ってニューラルネットをパラメータ化する

答えて

関連する問題