比较插入符号模型对象的最佳功能

Posted 2023-03-12

【中文标题】比较插入符号模型对象的最佳功能

【英文标题】：Best function to compare caret model objects

【发布时间】：2020-08-13 00:50:20

【问题描述】：

我有许多使用相同数据和调整参数的插入符号模型对象。对于健全性检查，我想看看每种方法是否给了我相同的模型对象。 （这是运行并行处理并确保我的模型相同的更广泛计划的一部分。）

例如，下面，我训练了 2 个不同的模型并想进行比较。

当我比较插入符号对象时，它返回 FALSE。

> library(caret)
> 
> set.seed(0)
> myControl <- trainControl(method='cv', index=createFolds(iris$Species))
> 
> set.seed(0)
> model1 <- train(Species~., iris, method='rf', trControl=myControl)
> 
> set.seed(0)
> model2 <- train(Species~., iris, method='rf', trControl=myControl)
> 
> identical(model1,model2)
[1] FALSE
> all.equal(model1,model2)
[1] "Component “times”: Component “everything”: Mean relative difference: 0.09036145"
[2] "Component “times”: Component “final”: Mean relative difference: 0.75"           
> compare_models(model1, model2)

    One Sample t-test

data:  x
t = NaN, df = 9, p-value = NA
alternative hypothesis: true mean is not equal to 0
95 percent confidence interval:
 NaN NaN
sample estimates:
mean of x 
        0 

如果我比较最终模型而不是插入符号对象，它会返回 TRUE。

> identical(model1$finalModel,model2$finalModel)
[1] TRUE
> all.equal(model1$finalModel,model2$finalModel)
[1] TRUE

所以我试图确定为什么插入符号对象不同？或者如果我使用了错误的功能？

我也设置了种子（如本例中：https://***.com/a/21988897/8799325），但仍然遇到同样的问题。

更新： 当我交换不同的模型（例如 rpart、lm）时，使用 finalModel 规范我得到相同（）调用的 FALSE 和 all.equal（）的 TRUE。使用不同的模型一定有什么关系？

> set.seed(0)
> myControl <- trainControl(method='cv', index=createFolds(iris$Species))
> 
> set.seed(0)
> model3 <- train(Species~., iris, method='rpart', trControl=myControl)
> 
> set.seed(0)
> model4 <- train(Species~., iris, method='rpart', trControl=myControl)
> 
> identical(model3,model4)
[1] FALSE
> all.equal(model3,model4)
[1] "Component “times”: Component “everything”: Mean relative difference: 0.05063291"
[2] "Component “times”: Component “final”: Mean relative difference: 1"              
> compare_models(model3, model4)

    One Sample t-test

data:  x
t = NaN, df = 9, p-value = NA
alternative hypothesis: true mean is not equal to 0
95 percent confidence interval:
 NaN NaN
sample estimates:
mean of x 
        0 

> 
> identical(model3$finalModel,model4$finalModel)
[1] FALSE
> all.equal(model3$finalModel,model4$finalModel)
[1] TRUE

【参考方案1】：

train() 存储运行函数所花费的执行时间，请参阅model1$times 和?train。我认为这些时间与您的目的无关，因此您可以放心地忽略它们：

all.equal(model1[!names(model1) %in% "times"], model2[!names(model2) %in% "times"])

【讨论】：

你也可以回答这个问题吗？ ***.com/questions/61514348/…