R語言caret包中createFolds函數
R語言caret包中createFolds函數實現將向量隨機分組。 1、 2、 ...
原文：R語言：利用caret包中的dummyVars函數進行虛擬變量處理
dummyVars函數:dummyVars creates a full set of dummy variables i.e. less than full rank parameterization 建立一套完整的虛擬變量先舉一個簡單的例子： 我們可以直接增加一列rank，用數字代表不同情感 顯然，對於單個變量進行如上處理並不困難，但是如果面對多個因子型變量都需要進行虛擬變量處理時，將會花費大 ...
2016-03-09 23:51 0 1670 推薦指數：
相關推薦
R語言caret包的學習（一）--數據預處理
caret包（Classification and Regression Training）是一系列函數的集合，它試圖對創建預測模型的過程進行流程化。本系列將就數據預處理、特征選擇、抽樣、模型調參等進行介紹學習。 本文將就caret包中的數據預處理部分進行介紹學習。主要包括以下函數 ...
R語言caret包的學習（三）--數據分割
本文將就caret包中的數據分割部分進行介紹學習。主要包括以下函數：createDataPartition()，maxDissim()，createTimeSlices()，createFolds()，createResample()，groupKFold()等 基於輸出結果的簡單分割 ...
R語言caret包的學習（二）--特征選擇
在進行數據挖掘時，我們並不需要將所有的自變量用來建模，而是從中選擇若干最重要的變量，這稱為特征選擇（feature selection）。本文主要介紹基於caret包的rfe()函數的特征選擇。 一種算法就是后向選擇，即先將所有的變量都包括在模型中，然后計算其效能（如誤差、預測精度）和變量重要 ...
R語言機器學習之caret包運用
在大數據如火如荼的時候，機器學習無疑成為了炙手可熱的工具，機器學習是計算機科學和統計學的交叉學科， 旨在通過收集和分析數據的基礎上，建立一系列的算法，模型對實際問題進行預測或分類。 R語言無疑為我們提供了很好的工具，它正是計算機科學和統計科學結合的產物，開源免費 ...
R語言caret包的學習（四）--建立模型及驗證
本文介紹caret包中的建立模型及驗證的過程。主要涉及的函數有train()，predict()，confusionMatrix()，以及pROC包中的畫roc圖的相關函數。 建立模型 在進行建模時，需對模型的參數進行優化，在caret包中其主要函數命令是train ...
R語言-虛擬變量
R語言中生成虛擬變量/啞變量 前言 虛擬變量又稱虛設變量、名義變量或啞變量，用以反映質的屬性的一個人工變量,是量化了的質變量，通常取值為0或1。引入啞變量可使線形回歸模型變得更復雜，但對問題描述更簡明，一個方程能達到倆個方程的作用，而且接近現實。 目錄 1. 模型中引入虛擬變量的作用 ...
R語言_設置虛擬變量_啞變量
在R語言中對包括分類變量(factor)的數據建模時，一般會將其自動處理為虛擬變量或啞變量(dummy variable)。但有一些特殊的函數，如neuralnet包中的neuralnet函數就不會預處理。如果直接將原始數據扔進去，會出現”requires numeric/complex ...