如何使用R中的插入符号包确定10倍交叉验证中不同倍数的测试和训练准确性?

时间:2018-06-21 13:24:54

标签: r cross-validation r-caret

我正在R studio中使用Caret软件包。我想对数据集运行10折CV,以执行线性回归分析。我适合以下模型:

train_control <- trainControl(method="cv", number=10)
output <- train(Species~., data=iris, trControl=train_control, method="lm")

上面的代码仅给出了10折的所有RMSE或Rsquared得分。

output$resample

上面的代码为我提供了不同倍数的测试成绩,这很好。

Q1:现在我的问题是我如何才能类似地找到这些不同褶皱的训练成绩?

Q2:以下命令给出了什么?是所有分数的总测试成绩吗?

getTrainPerf(output)

Q3:如何估计每折的截距和权重?而且,下面的代码仅给了我所有折叠的总截距和权重。如何计算?又是简单地对所有褶皱取平均值吗?

output$finalModel

参考:https://stats.stackexchange.com/questions/114168/how-to-get-sub-training-and-sub-test-from-cross-validation-in-caret/114224

0 个答案:

没有答案