Caret 和 rpart - 定义方法答案

【问题标题】：Caret and rpart - definining methodCaret 和 rpart - 定义方法
【发布时间】：2015-08-02 03:29:49
【问题描述】：

我正在尝试熟悉 caret 包。我以前会直接使用 rpart - 例如使用以下语法

fit_rpart=rpart(y~.,data=dt1,method="anova").

我已经指定了方差分析，因为我的目标是回归（而不是分类）

使用插入符号 - 我会使用以下语法：

rpart_fit <- train(y ~ ., data = dt1, method = "rpart",trControl=fitControl)

我的问题是，由于方法槽已被使用，我仍然可以在哪里/如何指定 method="anova"？

提前非常感谢！

【问题讨论】：

标签： r tree r-caret rpart

【解决方案1】：

您可以使用当前的rpart 代码创建custom method。首先，获取当前代码：

library(caret)
rpart_code <- getModelInfo("rpart", regex = FALSE)[[1]]

然后您只需将额外选项添加到代码中。这个方法有点复杂，因为它处理了很多不同的情况，但这里是编辑：

rpart_code$fit <- function(x, y, wts, param, lev, last, classProbs, ...) { 
  cpValue <- if(!last) param$cp else 0
  theDots <- list(...)
  if(any(names(theDots) == "control")) {
    theDots$control$cp <- cpValue
    theDots$control$xval <- 0 
    ctl <- theDots$control
    theDots$control <- NULL
  } else ctl <- rpart.control(cp = cpValue, xval = 0)   

  ## check to see if weights were passed in (and availible)
  if(!is.null(wts)) theDots$weights <- wts    

  modelArgs <- c(list(formula = as.formula(".outcome ~ ."),
                      data = if(is.data.frame(x)) x else as.data.frame(x),
                      control = ctl,
                      method = "anova"),
                 theDots)
  modelArgs$data$.outcome <- y

  out <- do.call("rpart", modelArgs)

  if(last) out <- prune.rpart(out, cp = param$cp)
  out           
}

然后测试：

library(rpart)
set.seed(445)
mod <- train(pgstat ~ age + eet + g2 + grade + gleason + ploidy, 
             data = stagec,
             method = rpart_code,
             tuneLength = 8)

最大

【讨论】：

【解决方案2】：

插入符号中的“方法”是指您要使用的模型类型，例如 rpart 或 lm（线性回归）或 rf（随机森林）。

您所指的是插入符号中的“度量”。如果您的 y 变量是连续变量，则该指标将默认设置为最大化 RMSE。所以你不需要做任何事情。

您也可以通过以下方式明确指定：

rpart_fit <- train(y ~ ., data = dt1, method = "rpart",trControl=fitControl, metric="RMSE")

【讨论】：