【问题标题】:error tuning custom algorithm with caret r使用插入符号 r 调整自定义算法的错误
【发布时间】:2016-08-17 03:04:31
【问题描述】:

我想用插入符号调整我的自定义算法的两个参数。 Un 参数 (lambda) 是数字,另一个参数 (prior) 是字符。此参数可以采用“已知”或“未知”两个值。我只用 lambda 参数调整了算法。没关系。但是当我添加字符参数(之前)给我以下错误:

1:在 eval(expr, envir, enclos) 中:Resample01 的模型拟合失败: lambda=1,prior=unknown 错误在 mdp(Class = y, data = x, lambda = param$lambda,prior = param$prior,:找不到对象“赋值”

该错误必须与指定字符参数的方式有关(之前)。这是我的代码:

my_mod$parameters <- data.frame(
  parameter = c("lambda","prior"),
  class = c("numeric", "character"),
  label = c("sample_length", "prior_type"))

## The grid Element

my_mod$grid <- function(x, y, len = NULL){expand.grid(lambda=1:2,prior=c("unknown", "known"))}

mygrid<-expand.grid(lambda=1:2,prior=c('unknown','known'))


## The fit Element

my_mod$fit <- function(x, y, wts, param, lev, last, classProbs, ...){ 
  mdp(Class=y,data=x,lambda=param$lambda,prior=param$prior,info.pred ="yes")
}

## The predict Element

mdpPred <- function(modelFit, newdata, preProc = NULL, submodels = NULL)
  predict.mdp(modelFit, newdata)
my_mod$predict <- mdpPred

fitControl <- trainControl(method = "cv",number = 5,repeats = 5)

train(x=data, y = factor(Class),method = my_mod,trControl = fitControl, tuneGrid = mygrid)

【问题讨论】:

  • 我不确定这是否可行,请检查method="my_mod" 是否有引号。因为在train() 和trainControl() 的文档中,他们在train 内部的方法中使用了引号。另外,请指定您 my_mod 最初的内容,即在添加参数、pred、fit 等之前。
  • 是分类还是回归?
  • @SowmyaS.Manian 分类。

标签: r machine-learning r-caret


【解决方案1】:

那是因为你必须在 fit 函数中指定as.character(param$prior)。

【讨论】:

    猜你喜欢
    • 2015-03-05
    • 2018-01-14
    • 2013-11-15
    • 2017-08-18
    • 2018-09-13
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多