Caret Model如何使用优化参数训练最终模型？
Caret Model how to train the final model using optimized parameters?
train_control <- trainControl(method='cv', number=10)
model <- train(Class ~ Age+BMI+DBP+DPF+NumPregnancies+PG2+SI2+TSFT, method ='rf',data=input,trControl=train_control)
pmml(model$finalModel)
#Error in names(field$class) <- var.names : attempt to set an attribute on NULL
当我尝试将插入符号训练的 RF 模型导出到 PMML 时，它失败了。有没有一种方法可以 运行 RF 手动使用 caret 包调整的最佳参数，以便我可以将模型导出到 PMML？
插入符号中的"rf"方法使用了randomForest包和randomForest函数。这是如果你想要 运行 基本随机森林 "manually"，没有插入符号。
调谐参数可以通过model$bestTune
访问
> model$bestTune
mtry
3 23
train_control <- trainControl(method='cv', number=10)
model <- train(Class ~ Age+BMI+DBP+DPF+NumPregnancies+PG2+SI2+TSFT, method ='rf',data=input,trControl=train_control)
pmml(model$finalModel)
#Error in names(field$class) <- var.names : attempt to set an attribute on NULL
当我尝试将插入符号训练的 RF 模型导出到 PMML 时，它失败了。有没有一种方法可以 运行 RF 手动使用 caret 包调整的最佳参数，以便我可以将模型导出到 PMML？
插入符号中的"rf"方法使用了randomForest包和randomForest函数。这是如果你想要 运行 基本随机森林 "manually"，没有插入符号。
调谐参数可以通过model$bestTune
> model$bestTune
mtry
3 23