使用 caret 的 train 函数生成训练集和验证集的图形
Producing graph of training and validation sets using caret's train function
我在 R 中使用 caret 的训练函数来生成一个使用 GBM 的模型。我使用了重复交叉验证 5 次，这意味着将有 50 个样本。我想问一下是否有一种方法可以以不同的方式绘制结果，以便该图显示 x 轴上的增强迭代和 y 轴上的 auc 以及它内部显示从最佳参数选择获得的结果但是一条单独的线用于训练折叠和测试折叠。当您使用 gbm 包中的 "gbm" 函数并使用 "gbm.perf" 和采样技术绘制偏差的训练和验证曲线时，可以生成此结果。
是否可以用某种方式对插入符号的训练函数做同样的事情？
谢谢。
在你的插入符号对象中，如果你使用方法='gbm'，你可以select属性'finalModel'，这是生成的gbm对象。例如，如果您的火车对象名为 'a'，则
gbm_model <- a$finalModel
使用 gbm_model，您可以 运行 gbm 包的内部功能。
我在 R 中使用 caret 的训练函数来生成一个使用 GBM 的模型。我使用了重复交叉验证 5 次，这意味着将有 50 个样本。我想问一下是否有一种方法可以以不同的方式绘制结果，以便该图显示 x 轴上的增强迭代和 y 轴上的 auc 以及它内部显示从最佳参数选择获得的结果但是一条单独的线用于训练折叠和测试折叠。当您使用 gbm 包中的 "gbm" 函数并使用 "gbm.perf" 和采样技术绘制偏差的训练和验证曲线时，可以生成此结果。
是否可以用某种方式对插入符号的训练函数做同样的事情？
谢谢。
在你的插入符号对象中，如果你使用方法='gbm'，你可以select属性'finalModel'，这是生成的gbm对象。例如，如果您的火车对象名为 'a'，则
gbm_model <- a$finalModel
使用 gbm_model，您可以 运行 gbm 包的内部功能。