访问回归训练模型
Get access to regression train model
我得到了一个练习,我需要训练线性回归 model 并获得一些关于 model 的信息:
- 我选择的变量与其他变量之间的线性关系
- 哪些变量对 model
很重要
- 意义
使用 lm 函数创建 model 很容易,这样我就可以用
摘要(mod)。
mod <- lm(cars$height ~ ., data = cars)
总结()-方法returns 一切:r 平方、系数、p 值、显着性...
但是当我训练我的 model 时:
library(mlr)
lrn = makeLearner("regr.ksvm")
mod = train(learner = lrn, task = task)
pred = predict(object = mod, newdata = test)
performance(pred = pred, measures = list(mse, arsq))
我刚拿到 mse 和 r-squareZd。如何获得其他信息,如重要性、重要变量......
有机会获得这个 mod 吗?
感谢帮助
library(mlr)
#> Loading required package: ParamHelpers
#> 'mlr' is in maintenance mode since July 2019. Future development
#> efforts will go into its successor 'mlr3' (<https://mlr3.mlr-org.com>).
lrn = makeLearner("regr.lm")
mod = train(learner = lrn, task = bh.task)
getLearnerModel(mod)
#>
#> Call:
#> stats::lm(formula = f, data = d)
#>
#> Coefficients:
#> (Intercept) crim zn indus chas1 nox
#> 3.646e+01 -1.080e-01 4.642e-02 2.056e-02 2.687e+00 -1.777e+01
#> rm age dis rad tax ptratio
#> 3.810e+00 6.922e-04 -1.476e+00 3.060e-01 -1.233e-02 -9.527e-01
#> b lstat
#> 9.312e-03 -5.248e-01
由 reprex package (v0.3.0.9001)
于 2020-01-15 创建
我得到了一个练习,我需要训练线性回归 model 并获得一些关于 model 的信息:
- 我选择的变量与其他变量之间的线性关系
- 哪些变量对 model 很重要
- 意义
使用 lm 函数创建 model 很容易,这样我就可以用 摘要(mod)。
mod <- lm(cars$height ~ ., data = cars)
总结()-方法returns 一切:r 平方、系数、p 值、显着性...
但是当我训练我的 model 时:
library(mlr)
lrn = makeLearner("regr.ksvm")
mod = train(learner = lrn, task = task)
pred = predict(object = mod, newdata = test)
performance(pred = pred, measures = list(mse, arsq))
我刚拿到 mse 和 r-squareZd。如何获得其他信息,如重要性、重要变量...... 有机会获得这个 mod 吗?
感谢帮助
library(mlr)
#> Loading required package: ParamHelpers
#> 'mlr' is in maintenance mode since July 2019. Future development
#> efforts will go into its successor 'mlr3' (<https://mlr3.mlr-org.com>).
lrn = makeLearner("regr.lm")
mod = train(learner = lrn, task = bh.task)
getLearnerModel(mod)
#>
#> Call:
#> stats::lm(formula = f, data = d)
#>
#> Coefficients:
#> (Intercept) crim zn indus chas1 nox
#> 3.646e+01 -1.080e-01 4.642e-02 2.056e-02 2.687e+00 -1.777e+01
#> rm age dis rad tax ptratio
#> 3.810e+00 6.922e-04 -1.476e+00 3.060e-01 -1.233e-02 -9.527e-01
#> b lstat
#> 9.312e-03 -5.248e-01
由 reprex package (v0.3.0.9001)
于 2020-01-15 创建