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 ...
原文：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。 x 行為樣本，列為特征的矩陣或數據框。列必須有名字 y 每個樣本的結果，數值或因子型 method 指定具體的模型形式，支持大量訓練模型 ...
2018-01-17 15:25 3 12350 推薦指數：
相關推薦
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（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包中createFolds函數
R語言caret包中createFolds函數實現將向量隨機分組。 1、 2、 ...
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 ...
模型驗證方法——R語言
在數據分析中經常會對不同的模型做判斷 一、混淆矩陣法 作用：一種比較簡單的模型驗證方法，可算出不同模型的預測精度 將模型的預測值與實際值組合成一個矩陣，正例一般是我們要預測的目標。真正例就是預測為正例且實際也是正例（預測正確）；假反例是實際是正例但模型錯誤預測成反例（即預測錯誤）；假正例 ...
R語言shiny包的學習
shiny是一個R語言中的網絡應用程序框架，可以將你的數據分析變成交互式的網絡應用(web apps)，簡單又實用。 基本用法 一個shiny應用可以分為兩部分：前端和后端，其實所有的shiny應用都是基於以下的模版： 其中，fluidPage中主要有兩部分：輸入函數，和輸出 ...