如何在插入符号包中的指定网格中随机搜索？

Question

我想知道是否可以在预定义的网格中使用随机搜索。例如，我的网格有 alpha 和 lambda 用于 glmnet 方法。 alpha在0到1之间，lambda在-10到10之间，我想用随机搜索5次随机试这个界内的点。我为网格搜索编写了以下代码，它工作正常，但我无法修改它以进行绑定中的随机搜索。

rand_ctrl <- trainControl(method = "repeatedcv", repeats = 5,
                          search = "random")
grid <- expand.grid(alpha=seq(0,1,0.1),lambda=seq(-10,10,1)) # I think this should be modified
rand_search <- train(Response ~ ., data = train_dat,
                     method = "glmnet",
                     ## Create 20 random parameter values
                     metric = "RMSE",
                     tuneLength = 5,
                     preProc = c("scale"),
                     tuneGrid = grid,
                     trControl = rand_ctrl)

Answer 1

一种方法是定义一个网格并使用 sample 来选择几个随机行：

set.seed(1)
samp <- sample(1:nrow(grid), 5)
grid[samp,]
#output
    alpha lambda
62    0.6     -5
86    0.8     -3
132   1.0      1
208   0.9      8
46    0.1     -6

然后将此子集用作 tuneGrid 参数

另一种方法是使用 runif，它根据由下限和上限定义的均匀分布生成随机数：

set.seed(1)
data.frame(alpha = runif(5, 0 , 1),
           lambda = runif(5, -10, 10))
#output
      alpha    lambda
1 0.2655087  7.967794
2 0.3721239  8.893505
3 0.5728534  3.215956
4 0.9082078  2.582281
5 0.2016819 -8.764275

并将其作为 tuneGrid 参数提供。

第二种方法不是从网格中选择随机元素，而是在定义的最小值和最大值之间随机选择数字。

如何在插入符号包中的指定网格中随机搜索？

How to random search in a specified grid in caret package?

regression

r

training-data

hyperparameters

r-caret