Я хочу использовать пакеты CARET
и nnet
, чтобы предсказать выживание/смерть для набора данных Титаника. Я хотел бы разместить 20 нейронных сетей с 1 скрытым узлом, 2 скрытыми узлами, ... 20 скрытыми узлами. Обычно пакет CARET
выбирает лучшую модель на основе обучающих данных, но я хочу взять каждую из 20 сетей и применить каждую из них к тестовым данным. Как я могу сохранить каждую из моделей, чтобы проверить их на тестовом наборе данных? Есть ли метод в пакете CARET, который может помочь?
Как оценить несколько моделей с помощью пакета CARET?
Ответы (1)
Не напрямую, нет, но это должно быть возможно. Вам нужно будет изменить функциюfit
, чтобы сохранить их в файл. Внутри функции fit
вы бы знали значение параметра настройки, но не то, с какой передискретизацией была построена модель.
Вот пример того, как вы могли бы это сделать, который взят из ответа на очень похожий вопрос.
# Copy all model structure info from existing model type
cust.mdl <- getModelInfo("rf", regex=FALSE)[[1]]
# Override fit function so that we can save the iteration
cust.mdl$fit <- function(x=x, y=y, wts=wts, param=param, lev=lev, last=last, classProbs=classProbs, ...) {
# Dont save the final pass (dont train the final model across the entire training set)
if(last == TRUE) return(NULL)
# Fit the model
fit.obj <- getModelInfo("rf", regex=FALSE)[[1]]$fit(x, y, wts, param, lev, last, classProbs, ...)
# Create an object with data to save and save it
fit.data <- list(resample=rownames(x),
mdl=fit.obj,
#x, y, wts,
param=param, lev=lev, last=last, classProbs=classProbs,
other=list(...))
# Create a string representing the tuning params
param.str <- paste(lapply(1:ncol(param), function(x) {
paste0(names(param)[x], param[1,x])
}), collapse="-")
save(fit.data, file=paste0("rf_modeliter_", sample(1000:9999,1), "_", param.str, ".RData"))
return (fit.obj)
}
person
scribbles
schedule
05.08.2015