Question

我有一个大数据框，我想用ANFIS模型（更具体地说是caret包）预测一个变量（列）。目标是执行10-k交叉验证。到现在为止，我有以下内容：

    # my example dataframe from frbs package

    m=diamonds[1:100,-(2:4)]
    m$k=m$carat*-0.1
    m$l=m$x *-0.1
    m$n=m$depth*2.3 


# train - test 
d.train <- m[1 : 72, ]
d.test <- m[73 : 100, 1 : 9]

# the range of my data
m.range=apply(m,2,range)
# method,type,control 
meth.type <- "ANFIS"
cont = list(num.labels = 10, max.iter = 100, step.size = 0.01, type.tnorm = "MIN", type.snorm = "MAX", type.implication.func = "ZADEH", name = "dmn")
# the model 
an_md <- frbs.learn(d.train, m.range, meth.type, cont)

# predict
r.tst <- predict(an_md, d.test)

很抱歉，如果我的问题很简单，或者我的复制方式不是很好，但这是我的问题：

一个。使用上面的代码，我得到一个具有一个值（152.4900）的列作为预测。有什么问题（可能是负值的列）？

湾如何在插入符号中添加max.iter参数来执行k-fold？（例如下面的插入符号）：

con = trainControl(method="cv", number=10)
for_train = createDataPartition(m$n, p=.70, list=FALSE) 
train=m[for_train,] 
test=m[-for_train,] 
model = train(n ~., data = train, method = "ANFIS", trControl = con)

欢迎任何解决此问题或提出更好问题的建议。

ANFIS与插入包

0 个答案: