Question

我正在尝试设置mlr分类任务，其中75％的数据将用于培训，而这75％将通过重复交叉验证进行重新采样。

我的任务设置如下

pred.Bin.Task <- makeClassifTask(id="CountyCrime", data=df, target="count.bins")
preProc.Task <- normalizeFeatures(pred.Bin.Task, method="range")
rdesc <- makeResampleDesc("RepCV", reps=3, folds=5)
inTraining <- caret::createDataPartition(df$count.bins, p = .75, list = FALSE)

但我无法重新取样工作。当我做lda.train <- resample("classif.lda", preProc.Task, rdesc, subset=inTraining)

时

我收到错误

Error in setHyperPars2.Learner(learner, insert(par.vals, args)) : 
  classif.lda: Setting parameter subset without available description object!
You can switch off this check by using configureMlr!

无子集训练（即lda.train <- resample("classif.lda", preProc.Task, rdesc)）有效。

我宁愿拥有整个数据而不仅仅是任务中的训练数据，因此当我使用保持数据进行预测时，我不需要预处理并重新提交新数据。关于如何使子集正确的任何建议？

Answer 1

错误的原因是resample函数没有subset参数，所以它被传递给学习者，而没有这样的参数任

mlr的重新采样说明不允许您将数据完全分开（即在培训期间根本不使用它），因为您正在尝试这样做。但是，您可以使用subsetTask函数对数据进行分区，而无需再次预处理：

preproc.task.train = subsetTask(preproc.task, inTraining)
resample("classif.lda", preproc.task.train, rdesc)

MLR中数据子集的重复交叉验证

1 个答案: