【问题标题】:How to use caret functions to achieve the same results as this for loop? Classification Random Forest caret如何使用插入符号函数来实现与此 for 循环相同的结果?分类随机森林插入符号
【发布时间】:2021-11-19 23:21:00
【问题描述】:

我想对我的数据运行 monte carlo cv 100 次,我的数据是 2 类分类 我想使用 caret 包来实现同样的目的,主要是我对如何平均准确性的结果感到困惑,例如使用 caret?

# Initialize data for Binary classification
dataset$ID <- factor(dataset$ID)

# Initialize number of iterations
num_iter=100 

# Vectors to store results
acc_vec<-c()

# Function with for loop

    rf <- function(dataset)
    {
      for (i in 1:num_iter)
      {
        trainIndex <-createDataPartition(dataset$ID, p=0.8,list=FALSE)
        dataset_train <-dataset[trainIndex, ]
        dataset_test <-dataset[-trainIndex, ]
        rf <- randomForest(ID~., data=dataset_train, importance=TRUE) 
        x_test <- dataset_test[, -1]
        y_test <- dataset_test$ID

        predictions <- predict(rf, x_test)

        acc_vec <- append(acc_vec, accuracy(actual= y_test, predicted= predictions))

      }

      print(mean(acc_vec))
    }

【问题讨论】:

    标签: r classification random-forest cross-validation r-caret


    【解决方案1】:

    caret 的同一作者提供了一个全新的建模环境,称为 tidymodels,它有助于轻松建模。

    这是一个典型的例子,带有 Monte Carlo CV。

    library(tidymodels)
    
     # load some fake data and create train and test
    data(cells)
    set.seed(123)
    cell_split <- initial_split(cells %>% select(-case),  strata = class)
    
    train <- training(cell_split)
    test  <- testing(cell_split)
    

    现在您必须设置工作流程,添加交叉验证(可能您必须安装 ranger - 在这种情况下是包):

    # first setup your model
    rf_spec <- 
      rand_forest(trees = 100) %>% 
      set_engine("ranger") %>% 
      set_mode("classification")
    

    请记住,您还可以创建超参数网格以进行调整。

    现在您创建验证策略:

    set.seed(123)
    # I've put 10, you can change parameters
    cross_val_mc <- mc_cv(train, prop = .5, times = 10)
    

    现在你定义你的工作流程:

    set.seed(123)
    rf_wf <- 
      workflow() %>%
      add_model(rf_spec) %>%
      add_formula(class ~ .)
    

    并适合您的重采样:

    set.seed(123)
    rf_fit_rs <- 
      rf_wf %>% 
      fit_resamples(cross_val_mc)
    
    collect_metrics(rf_fit_rs)
    
    # A tibble: 2 x 6
      .metric  .estimator  mean     n std_err .config             
      <chr>    <chr>      <dbl> <int>   <dbl> <chr>               
    1 accuracy binary     0.824    10 0.00308 Preprocessor1_Model1
    2 roc_auc  binary     0.896    10 0.00352 Preprocessor1_Model1
    

    【讨论】:

    • @LUCA 有帮助吗?
    猜你喜欢
    • 2016-08-10
    • 2020-07-23
    • 2016-04-10
    • 2015-10-08
    • 2012-06-03
    • 2016-05-11
    • 2015-07-09
    • 2019-06-16
    • 2015-06-15
    相关资源
    最近更新 更多