如何使用 R 中的 Caret 包进行训练、验证和测试？

Question

我是使用 Caret 包进行训练、验证和测试的初学者。我在网上进行了研究，发现它有些令人困惑（似乎大多数显示训练和测试都没有验证），你能展示一个代码示例来说明它是如何工作的吗？

Answer 1

train 允许您进行验证等等。您可以为 trControl 参数提供一个 trainControl 函数，允许您指定训练过程的细节。默认情况下 train 已经将您传入的数据的 75% 拆分为训练，25% 用于验证，您也可以在 trainControl.

中更改此设置

我建议您查看 train 和 trainControl 文档，here and here 以了解有关您可以在训练过程中指定的详细信息的更多信息。

下面是一个使用 5 折交叉验证训练随机森林并使用 Caret 和 train 函数对数据进行标准化以更好地举例说明的简单示例。

（注意：我添加了一些不必要的东西，例如 verboseIter = TRUE 和 classProbs = TRUE 只是为了向您展示一些使用插入符号获得的功能）

library(caret)
library(datasets)

# Loading the iris dataset
data(iris)

# Specifying an 80-20 train-test split
train_idx = createDataPartition(iris$Species, p = .8, list = F)

# Creating the training and testing sets
train = iris[train_idx, ]
test = iris[-train_idx, ]

# Declaring the trainControl function
train_ctrl = trainControl(
  method  = "cv", #Specifying Cross validation
  number  = 5, # Specifying 5-fold
  verboseIter = TRUE, # So that each iteration you get an update of the progress
  classProbs = TRUE # So that you can obtain the probabilities for each example
)

rf_model = train(
  Species ~., # Specifying the response variable and the feature variables
  method = "rf", # Specifying the model to use
  data = train, 
  trControl = train_ctrl,
  preProcess = c("center", "scale") # Do standardization of the data
)

# Get the predictions of your model in the test set
predictions = predict(rf_model, newdata = test)

# See the confusion matrix of your model in the test set
confusionMatrix(predictions, test$Species)

希望对您有所帮助

如何使用 R 中的 Caret 包进行训练、验证和测试？

How to do train, validation and test using Caret package in R?

r

r-caret