caretEnsemble：组件模型没有相同的重采样策略

Question

我有几个使用相同 trainControl 创建的预测模型。这些模型必须事先创建（即我不能使用 caretList 同时训练多个模型）。

下面是我的最小示例。当我手动组合多个（已经创建的）模型并将它们传递给 caretStack、

library("kernlab")
library("rpart")
library("caret")
library("caretEnsemble")

trainingControl <- trainControl(method='cv', number=10, savePredictions = "final", classProbs=TRUE)
data(spam)
ds <- spam
tr <- ds[sample(nrow(ds),3221),]
te <- ds[!(rownames(ds) %in% rownames(tr)),]
model <- train(tr[,-58], tr$type, 'svmRadial', trControl = trainingControl)
model2 <- train(tr[,-58], tr$type, 'rpart', trControl = trainingControl)
multimodel <- list(svm = model, nb = model2)
class(multimodel) <- "caretList"
stack <- caretStack(multimodel, method = "rf", metric = "ROC", trControl = trainingControl)

库抛出错误：

Component models do not have the same re-sampling strategies.

为什么会这样，因为我使用相同的策略来生成基本模型？

我在 github 讨论 zachmayer/caretEnsemble/issues/104 中找到 "casting" to caretList class。

Answer 1

你快到了。要记住的一件事是，当您想使用 caretEnsemble 时，在 trainControl 中，您必须通过 trainControl 中的 'index' 选项设置重采样索引。如果您运行 caretList 它往往会自行设置，但最好自己设置。当您运行 caretList 之外的不同模型时尤其如此。您需要确保重采样是相同的。您也可以在您引用的 github 上的示例中看到这一点。

trainingControl <- trainControl(method='cv', 
                                number=10, 
                                savePredictions = "final", 
                                classProbs=TRUE, 
                                index=createResample(tr$type)) # this needs to be set.

这将确保您的代码运行。

请注意，在您提供的示例代码中，它将 return 出错。

caretEnsemble：组件模型没有相同的重采样策略

caretEnsemble: Component models do not have the same re-sampling strategies

r

r-caret