使用插入符号包在r中进行交叉验证

时间:2018-07-09 14:31:18

标签: r cross-validation r-caret nnet

我有一个数据集,由79个用作预测变量的数值变量和20个用作响应变量的数值变量组成,列总数为99。它对每个变量有140个观察值(140行)。有没有一种方法可以交叉验证插入符号包中的此数据集?我使用nnet包作为我的模型

我搜索了很多方法,但是只在r文档中找到了这段代码:

  train(x, y, method = "rf", preProcess = NULL, ...,
  weights = NULL, metric = ifelse(is.factor(y), "Accuracy", "RMSE"),
  maximize = ifelse(metric %in% c("RMSE", "logLoss", "MAE"), FALSE, TRUE),
  trControl = trainControl(), tuneGrid = NULL,
  tuneLength = ifelse(trControl$method == "none", 1, 3))

这是默认方法,但是我不知道如何指定预测变量(前79列)和响应变量(其余20列)!

有办法吗?!

我点击了此链接 Applying k-fold Cross Validation model using caret package

但是,它没有回答我的问题:如何告诉训练函数哪一列是预测变量,哪一列是响应?

0 个答案:

没有答案