代码之家 › 专栏 › 技术社区 › abu

从插入符号到指定给不同折叠的交叉验证预测

r-caret cross-validation r

abu · 技术社区 · 8 年前

我想知道为什么来自“Fold1”的预测实际上是来自我预定义折叠中第二个折叠的预测。我附上一个例子来说明我的意思。

# load the library
library(caret)
# load the cars dataset
data(cars)
# define folds
cv_folds <- createFolds(cars$Price, k = 5, list = TRUE, returnTrain = TRUE)
# define training control
train_control <- trainControl(method="cv", index = cv_folds, savePredictions = 'final')
# fix the parameters of the algorithm
# train the model
model <- caret::train(Price~., data=cars, trControl=train_control, method="gbm", verbose = F)

model$pred$rowIndex[model$pred$Resample == 'Fold1'] %in% cv_folds[[2]]

1 回复 | 直到 8 年前

phiver 8 年前

的重采样数据 'Fold1' 是不在中的记录 cv_folds[[1]] . 这些记录包含在 cv_folds 2-5. 这是正确的,因为您正在运行5倍交叉验证。对褶皱1进行重采样,并对褶皱2-5上的模型进行训练。对褶皱2进行重采样,并对褶皱1、3-5等进行训练。

总结:中的预测 Fold1 是在cv\u褶皱2-5上训练模型的测试预测。

编辑:基于注释

所有需要的信息都在model$pred表中。我添加了一些代码进行澄清:

model$pred %>% 
  select(rowIndex, pred, Resample) %>%
  rename(predection = pred, holdout = Resample) %>% 
  mutate(trained_on = case_when(holdout == "Fold1" ~ "Folds 2, 3, 4, 5",
                                holdout == "Fold2" ~ "Folds 1, 3, 4, 5", 
                                holdout == "Fold3" ~ "Folds 1, 2, 4, 5", 
                                holdout == "Fold4" ~ "Folds 1, 2, 3, 5", 
                                holdout == "Fold5" ~ "Folds 1, 2, 3, 4"))

  rowIndex predection holdout       trained_on
1      610   13922.60   Fold2 Folds 1, 3, 4, 5
2      623   38418.83   Fold2 Folds 1, 3, 4, 5
3      604   12383.55   Fold2 Folds 1, 3, 4, 5
4      607   15040.07   Fold2 Folds 1, 3, 4, 5
5       95   33549.40   Fold2 Folds 1, 3, 4, 5
6      624   40357.35   Fold2 Folds 1, 3, 4, 5

基本上,您需要进一步叠加预测的是 pred 和 rowIndex model$pred表中的列。

rowIndex引用原始数据中的行。所以rowIndex 610指的是cars数据集中的记录610。您可以比较obs中的数据,obs是cars数据集中价格列的值。

推荐文章

Amp · 使用R ggplot2删除geom_radial中axis.line和panel.border之间的空格

1 年前

Hard_Course · 用另一列中的值替换行的最后一个非NA条目

1 年前

Mark R · 使用geom_sf()删除地球仪上不需要的网格线

1 年前

Joe · 根据对工作日和本周早些时候的日期的了解,找到一个日期

1 年前

Ben · 统计向量中的单词在字符串中出现的频率

1 年前

TheCodeNovice · R中符号格式的尾随零和其他问题[重复]

1 年前

katefull06 · 在R中使用terra修改范围时,会为单独的SpatRaster重写范围

1 年前

dez93_2000 · 在R管道子功能中引用管道对象的当前状态

1 年前

accibio · 在ggplot2中为同一变量创建两个连续的颜色渐变比例

1 年前

Mankka · 如何在Ggplot2中绘制均匀的径向图

1 年前