R中createFolds的随机样本

Question

我想将我的数据集分成 30 份。所以我使用了 R 中 caret 包中的 createFolds 函数。我 set.seed 得到了可重现的结果。

现在，我想要 20 个不同的随机样本。也就是说，20个不同的30折。因此，我需要更改 set.seed 20 次。

有没有办法让这更容易。

    wdbcc=as.data.frame(scale(wdbc))
    set.seed(12345)
    k = 30
    folds <- createFolds(wdbcc$PE, k = k, list = TRUE, returnTrain = TRUE)

注意

wdbcc是我的数据集，k是折叠数，PE是因变量。

EDIT1

下面我简单举例说明我想要什么

首先我会使用下面的set.seed

  wdbcc=as.data.frame(scale(wdbc))
    set.seed(12345)
    k = 30
    folds <- createFolds(wdbcc$PE, k = k, list = TRUE, returnTrain = TRUE)

然后，我将在拆分为

的折叠上构建模型

 lm = list()
        for (i in 1:k) {
          lm[[i]] = lm(PE~ ., data = wdbcc[folds[[i]],])
        }

然后，我将使用相同的想法，但将 set.seed 更改为 (123456) 而不是 (12345)，并以此为基础构建模型。

我需要用不同的 set.seed 重复 20 次。每次在不同的 set.seed.

上构建模型

EDIT2

简单地说，如果我有 30 次折叠，我将在这 30 次折叠上建立线性回归，因此我将有 30 个模型结果。我需要有相同的过程，但有不同的 30 次折叠（20 次，20 次中的每一次我都有不同的 30 次折叠）所以，我将在 30 次不同的折叠中每次构建模型。

Answer 1

folds <- replicate(20,createFolds(wdbcc$PE, k = k, list = FALSE, returnTrain = TRUE))

如果您不介意将折叠放在向量（矩阵的列）中而不是列表中。

编辑： 我上面的代码已经确保了种子随机数，因为每次你运行上面的代码你都会得到相同的折叠（全部 20 个）用给定的种子。但是，如果您绝对希望每个重采样都有一个特定的种子（这是可疑的），您可以执行以下操作

wdbcc=as.data.frame(scale(wdbc))
lmv = vector("list",20)
mySeed=c(1,2,3,4,5,...,20) #vector with your pre-defined seeds

for (i in 1:length(lmv)) {
    set.seed(mySeed[i])
    lmv2 = vector("list",30)
    folds <- createFolds(wdbcc$PE, k = 30, list = FALSE, returnTrain = TRUE)
    for (j in 1:length(lmv2)) {
        lmv2[[j]] = lm(PE~ ., data = wdbcc[folds!=j,])
    }
    lmv[[i]] = lmv2
}

Answer 2

createFolds 可能无法按预期工作：

folds <- replicate(20,createFolds(wdbcc$PE, k = k, list = FALSE, returnTrain = TRUE))

只有当 list = TRUE 时，它才会 return 火车，根据文档：

returnTrain a logical. When true, the values returned are the sample positions corresponding to the data used during training. This argument only works in conjunction with list = TRUE

R中createFolds的随机样本

Random samples from createFolds in R

r

cross-validation