r-caret

0熱

1答えて

R - Caret RFEがpickSizeBestを使用しているときに "task 1 failed - Stopping"エラーを表示します。

私はCaret Rパッケージを使用してSVMモデルをトレーニングしています。私のコードは次の通りです： options(show.error.locations = TRUE) svmTrain <- function(svmType, subsetSizes, data, seeds, metric){ svmFuncs$summary <- function(...) c(tw

r svm r-caret rfe 2017-03-21

---

1熱

3答えて

xgbTreeがキャレットトレーニング用の非数式で失敗する

caretパッケージのtrain関数を使用してxgbTreeモデルに適合させようとしています。 EDIT：ここでは、例を再現可能にするためのサンプルデータセットを示します。 df<-data.frame( x1=c(-231,5,-166,-158,170,-243,-184,25,-130,-209,453,-46,-13,-247,-74,-209,-130,-118,10,40), x2=

r r-caret xgboost 2017-03-21

---

0熱

1答えて

キャレットのカスタムSVMモデルのチューニングでエラーが発生しました

キャレットパッケージのカスタムトレーニングモデルに問題があります。私はSVM回帰を行う必要があり、私はSVMモデルのすべてのパラメータ、つまりコスト、シグマ、イプシロンを見つけたいと思っています。ビルトインバージョンはコストとシグマしかありません。私はすでにかなり役立つヒントhereとhereを見つけましたが、私のモデルはまだ動作しません。 Error in models$grid(x = x,

r svm r-caret caret kernlab 2017-03-25

---

0熱

1答えて

キャレットとRStudioの致命的なエラー

リニアSVMモデルとRBFカーネルモデルを使用してデータをテストし、Fスコアを使用して2つのスコアのどちらが良いかを調べることで、データが線形に分離可能かどうかをテストしようとしています。 私はキャレットパッケージを使用していますが、は 'rbf'メソッドを使用し、fit.SVMLは 'svmLinear'を使用しています。 私はスクリプトの全長をリニアモデルまで実行できますが、これは問題なく実行

classification rstudio svm r-caret 2017-04-03

---

0熱

1答えて

ナイーブベイズのクラスターをRで扱います

次のコードでモデルを練習しますが、FLとAdjustが一定の値に固定されているため、どのように変更できますか（私のデータセットはカテゴリです） Activity_nb <- train(Actx, Acty,data = Dact, method = "nb", trControl = myc1,metric = "Accuracy",importance = TRUE) Naive Bayes

r r-caret naivebayes 2017-02-15

---

1熱

1答えて

rキャレットパッケージの列車機能からのモデル出力の巨大サイズ

rキャレットパッケージのtrain（）関数を使用してbagFDAモデルをトレーニングし、モデル出力を.Rataファイルとして保存します。入力ファイルは26変数の約300kレコードですが、出力.Rdataのサイズは3Gです。私は単に以下を実行します： modelout < - train（x、y、method = "bagFDA"） save（file = "myout.Rdata"、modelou

r r-caret training-data 2017-02-23

---

0熱

2答えて

xgboost、caret、Quantmod（R）の実際在庫予測を取得する方法

私はRとQuantmodを学習しており、非常にシンプルな在庫モデル予測を構築しました。私はxgboostとキャレットモデルの両方を持って、ここで全体の例です： library(quantmod) library(xts) # get market data Nasdaq100_Symbols <- c("AAPL", "ADBE", "ADI", "ADP", "ADSK", "AKAM")

r r-caret quantmod xgboost 2017-02-26

---

1熱

1答えて

Macbookのランダムフォレスト（R、キャレットを使用）の並列実行による小さなスピードのゲイン

私は、キャレットとレンジャーのパッケージを使用してランダムフォレストモデルを適合させ、並列プロセスを使用してスピードアップしようとしています。しかし、速度の利得は非常に小さいです。私は、MacBook Pro（Retina、13インチ、2013年後期）、2.4GHz Intel Core i5,8GB 1600MHz DDR3、macOS Sierra 10.12を使用しています。再現可能な例：

r performance parallel-processing random-forest r-caret 2017-03-03

---

1熱

1答えて

Rの混同行列から偽陽性と偽陰性を取り出すことは可能ですか？

私は以下のようにRを使って混乱行列を生成しました。 この行列から偽陰性の値61を取得し、R？の変数に代入することは可能ですか？ $ byClassはこのケースではうまくいかないようです。おかげさまで Confusion Matrix and Statistics Reference Prediction no yes no 9889 61 y

r r-caret confusion-matrix 2017-03-04

---

0熱

1答えて

数式コンポーネントを評価してデータフレーム列を取得する方法は？

私が式を有する： form <- outcome ~ var1 + var2 + (!is.na(var3) | var3 == "ANY") + (var1:var2) はの式は、4つの成分があるとしましょう：！ VAR1 var2の （is.na（VAR3を）| VAR3 ==「ANY 「） （VAR1：var2の） 各式コンポーネントの列を取得したいと思います。 VAR1の場合 、それは

r r-caret 2017-03-07

---