Question

我试图将logLoss作为通过插入符号调整randomForest（其他分类器）时使用的性能指标（而不是Accuracy或Kappa的默认选项）。

第一个R脚本使用默认值执行时没有错误。但是，我得到了：

{：task 1 failed - ＆＃34; unused argument（model = method）＆＃34;

使用第二个脚本时。

函数logLoss(predict(rfModel,test[,-c(1,95)],type="prob"),test[,95])通过利用单独训练的randomForest模型来工作。

数据框有100多列和10,000多行。所有元素都是9级分类＆＃34;目标＆＃34;之外的数字。在col = 95。行id位于col = 1。

不幸的是，我没有正确掌握http://topepo.github.io/caret/training.html提供的指导，也没有通过谷歌搜索获得太多运气。

非常感谢您的帮助。

工作R脚本：

fitControl = trainControl(method = "repeatedcv",number = 10,repeats = 10)
rfGrid = expand.grid(mtry=c(1,9))
rfFit = train(target ~ ., data = train[,-1],method = "rf",trControl = fitControl,verbose = FALSE,tuneGrid = rfGrid)

不工作R脚本：

logLoss = function(data,lev=NULL,method=NULL) { 
lLoss = 0
epp = 10^-15
for (i in 1:nrow(data)) {
    index = as.numeric(lev[i])
    p = max(min(data[i,index],1-epp),epp)
    lLoss = lLoss - log(p)
 }
 lLoss = lLoss/nrow(data)
 names(lLoss) = c("logLoss")
 lLoss

}

fitControl = trainControl(method = "repeatedcv",number = 10,repeats = 10,summaryFunction = logLoss) 
rfGrid = expand.grid(mtry=c(1,9))
rfFit = train(target ~ ., data = trainBal[,-1],method = "rf",trControl = fitControl,verbose = FALSE,tuneGrid = rfGrid)

Answer 1

您的参数名称不正确（即"unused argument (model = method)"）。 webpage表示最后一个函数参数应该被称为model而不是method。

Answer 2

我认为你应该在id count 1 11 0 2 22 3 3 33 2 4 44 5和summaryFunction=mnLogLoss trainControl设置metric="logLoss"（我发现它here）。像这样：

train

如何将logLoss合并到插入符号中

2 个答案: