Question

这可能是一个愚蠢的问题，但我对我的数据执行了SVM，并且当C = 0.5时，模型的最佳拟合出现，因为它提供了最佳的RMSE值。哪个好。我通过以下方式对其进行了10次交叉折叠验证： -

ctrl <- trainControl(method = "repeatedcv", repeats = 10, savePred = T)
model <- train(RT..seconds.~., data=lipids, method = "lmStepAIC", trControl = ctrl)

我希望能够像执行此功能时那样查看所有预测值和观察值的值： -

model$pred

但它打印出所有不同C值（其中三个）的所有折叠和重复，这些不完全适合R的屏幕。

我有没有办法修改这个函数，以便它只打印10个重复中每个折叠的预测结果，当C等于0.5时？

这样的事情： -

      pred     obs rowIndex   .C     Resample
1 5011.101 5043.84        7 0.25 Fold01.Rep01
2 5120.894 5137.26        8 0.25 Fold01.Rep01
3 4915.161 5099.54       16 0.25 Fold01.Rep01
4 2778.198 2648.83       44 0.25 Fold01.Rep01
5 2894.722 2748.75       62 0.25 Fold01.Rep01
6 3334.751 3040.00       63 0.25 Fold01.Rep01

但只是当.C为0.5时，就像它打印的那一刻.C也是0.25和1

由于

Answer 1

您想查看best中的oneSE和caret功能。

我认为让它返回“最佳”的最简单方法是修改上面的例子......

model <- train(RT..seconds.~., data=lipids, method = "lmStepAIC", trControl = ctrl, selectionFunction= "best")

这应该适用于您的示例（我希望），因为best默认参数只是具有“最佳”RMSE的模型 - 更复杂的是：help(oneSE)

如何在R中查看更多数据

1 个答案: