【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