когато стартирам следния код, всички променливи в моя набор от данни се премахват, data <- data[, -nearZeroVar(data)] аз съм сравнително нов за R и очакванията ми бяха, че горният код ще премахне предикторите за почти нулева дисперсия, ако...

Трансформирах данните, за да отговоря на изискванията на линеен модел (нормално разпределен): d.reg1 = d.reg %>% preProcess("YeoJohnson") %>% predict(d.reg) Коригираният модел: fit = lm(log10(Qmld)~log10(Peq750), data = d.reg1)...

Използвам функцията varImp(model, scale = FALSE) за мултиклас и получих резултат от 20 най-важни променливи с три колони, тъй като има три класа. В момента е сортиран въз основа на първата колона, но има ли начин да го сортирате въз основа на...

Намерете проблеми при използване на glmnet в пакет caret. Оригиналният glmnet работи за същите входни данни. Random Forest работи за същите данни в карета. Примерен код library(caret) library(glmnet) data(iris) head(iris) x = iris[,1:3] y =...

Изграждам произволна гора върху някои данни от работа (това означава, че не мога да споделя тези данни, има 15k наблюдения), използвайки функцията caret train за кръстосано валидиране, точността на модела е много ниска: 0,9%. ето кода, който...

Използвам caret, за да обучавам модели върху повторни проби и да настройвам параметрите за обучение и мога да разпитам вероятностите за всеки тест, което е страхотно. Но също така искам да запазя моделните обекти и да ги използвам по-късно без...

Във функцията за обучение на пакета caret е възможно да се извърши центриране и мащабиране на предиктори, както в следния пример: knnFit <- train(Direction ~ ., data = training, method = "knn", preProcess = c("center","scale"))...

Използвах пакет caret за настройка на логистичен регресионен модел на glmnet. Докато стойността lambda от най-добрата мелодия е една от стойностите, които посочих в tuneGrid , стойностите lambda на крайния модел са напълно различни:...

Трябва да използвам функция varImp на модел на невронна мрежа, създаден от метода nnet чрез каретка. Кодът: #Load Packages require(quantmod) require(nnet) require(caret) #Creating data T <- seq(0,20,length=200)...

Имам рамка с данни df df<-structure(list(P = c(794.102395099402, 1299.01021921817, 1219.80731174175, 1403.00786976395, 742.749487463385, 340.246973543409, 90.3220586792255, 195.85557320714, 199.390867672674, 191.4970921278,...