我可以针对 `caret` 中的中值相对绝对误差进行优化吗？

Question

我在插入符号中有一个 KNN 模型，我想针对中值相对绝对误差进行优化。

library(caret)
model <- train(
  close_price~ ., data = train.data, method = "knn",
  trControl = trainControl("cv", number = 10),
  preProcess = c("center", "scale"),
  metric = "MdRAE",
  tuneLength = 10
)

我尝试使用 MdRAE 和 MDRAE，但它们都返回了这个错误。

Warning message:
In train.default(x, y, weights = w, ...) :
  The metric "MdRAE" was not in the result set. RMSE will be used instead

是否有所有可用指标的列表？我在 caret ebook.

中找不到它

Answer 1

此指标未直接在 caret 中实现，但您可以轻松地自己实现：

mdrae_summary <- function(data, lev=NULL, model=NULL) {
    c(MdRAE=median(abs(data$pred - data$obs)/data$obs))
}

model <- train(
  close_price~ ., data = train.data, method = "knn",
  trControl = trainControl("cv", number = 10, summaryFunction = mdrae_summary),
  preProcess = c("center", "scale"),
  metric = "MdRAE",
  tuneLength = 10
)

我可以针对 `caret` 中的中值相对绝对误差进行优化吗？

Can I optimize for median relative absolute error in `caret`?

r

machine-learning

r-caret