Question

我需要使用RWeka的实现（J48()）在我的流失数据集上优化C4.5算法的准确性。因此，我使用插入符号包的train()函数来帮助我确定最佳参数设置（对于 M 和 C ）。我尝试使用J48()确定的参数手动运行train()来验证结果。结果令人惊讶，因为手动运行得到了更好的结果。

提出了以下问题：

手动执行J48()？
如何让train()函数提供与手动参数设置相似或更好的结果？
或者我在这里完全错过了什么？

我正在运行以下代码：

library("RWeka", lib.loc="~/R/win-library/3.3")
library("caret", lib.loc="~/R/win-library/3.3")
library("gmodels", lib.loc="~/R/win-library/3.3")

set.seed(7331)

使用来自包装插入符的train（）确定使用J48的最佳C4.5模型：

ctrl <- trainControl(method="LGOCV", p=0.8, seeds=NA)
grid <- expand.grid(.M=25*(1:15), .C=c(0.1,0.05,0.025,0.01,0.0075,0.005))

使用完整数据集“response_nochar”训练模型：

rtrain <- train(churn~.,data=response_nochar,method="J48",na.action=na.pass,trControl=ctrl,tuneGrid=grid)

返回rtrain $ finalmodel，预测精度为0.6055（树长3，有2片叶子）：

# Accuracy was used to select the optimal model using  the largest value.
# The final values used for the model were C = 0.005 and M = 25.

大约有精确到0.6055的50种组合，范围从最终模型的给定值到（M = 325，C = 0.1）（中间有一个例外）。

使用J48手动试用参数值：

# splitting into training and test datasets, deriving from full dataset "response_nochar"
# similar/equal to the above splitting with LGOCV and p=0.8?
response_sample <- sample(10000, 8000)
response_train <- response_nochar[response_sample,]
response_test <- response_nochar[-response_sample,]
# setting parameters
jctrl <- Weka_control(M=25,C=0.005)

计算模型：

c45 <- J48(churn~.,data=response_train,na.action=na.pass,control=jctrl)

使用测试数据集进行预测：

pred_c45 <- predict(c45, newdata=response_test, na.action=na.pass)

模型预测准确度为0.655（树木大小为25，有13片叶子）。

CrossTable(response_test$churn, pred_c45, prop.chisq= FALSE, prop.c= FALSE, prop.r= FALSE, dnn= c('actual churn','predicted churn'))

PS：我使用的数据集包含10000条记录，目标变量的分布为50:50。

与手动参数设置相比，R插槽列车（）在J48上表现不佳

提出了以下问题：

我正在运行以下代码：

0 个答案: