【问题标题】:caret: RFE with tuneLength and rerank插入符号:带有 tuneLength 和 rerank 的 RFE
【发布时间】:2015-01-16 23:34:50
【问题描述】:

当使用设置了 tuneLength 且 rerank = TRUE 的 rfe() 时,在对特征子集重新计算排名时,是否优化了 tuneLength 中的参数? 这是我正在做的分析的一个例子:

library("caret")
set.seed(342)
train <- as.data.frame ( matrix( rnorm(1e4) , 100, 100 ) )

ctrl <- rfeControl(functions = caretFuncs,        
               rerank = TRUE,
               method = "repeatedcv",
               number=2, 
               repeats=1,
               verbose =TRUE
)

pls.fit.rfe <- rfe(V1 ~ .,
               data = train,   
               method = "pls",                    
               sizes =  c(2,5),
               tuneLength = 5, 
               rfeControl = ctrl
)

【问题讨论】:

    标签: r machine-learning r-caret


    【解决方案1】:

    重新排名发生在每个 PLS 拟合之后。我不认为排名对模型调整有任何直接影响。

    最大

    【讨论】:

    • 是的,我读到了link。但排名将取决于 1:tuneLength 中参数的选择(在我的示例中为 ncomp)。那么在计算 rerank 时是否对 ncomps 进行了交叉验证优化?
    猜你喜欢
    • 1970-01-01
    • 2018-11-11
    • 2019-06-02
    • 2014-02-01
    • 1970-01-01
    • 2016-04-26
    • 1970-01-01
    • 2015-05-14
    • 1970-01-01
    相关资源
    最近更新 更多