如何使用插入符号函数来实现与此 for 循环相同的结果？分类随机森林插入符号

Posted 2023-03-12

【中文标题】如何使用插入符号函数来实现与此 for 循环相同的结果？分类随机森林插入符号

【英文标题】：How to use caret functions to achieve the same results as this for loop? Classification Random Forest caret

【发布时间】：2021-11-19 23:21:00

【问题描述】：

我想对我的数据运行 monte carlo cv 100 次，我的数据是 2 类分类 我想使用 caret 包来实现同样的目的，主要是我对如何平均准确性的结果感到困惑，例如使用 caret？

# Initialize data for Binary classification
dataset$ID <- factor(dataset$ID)

# Initialize number of iterations
num_iter=100 

# Vectors to store results
acc_vec<-c()

# Function with for loop

    rf <- function(dataset)
    
      for (i in 1:num_iter)
      
        trainIndex <-createDataPartition(dataset$ID, p=0.8,list=FALSE)
        dataset_train <-dataset[trainIndex, ]
        dataset_test <-dataset[-trainIndex, ]
        rf <- randomForest(ID~., data=dataset_train, importance=TRUE) 
        x_test <- dataset_test[, -1]
        y_test <- dataset_test$ID

        predictions <- predict(rf, x_test)

        acc_vec <- append(acc_vec, accuracy(actual= y_test, predicted= predictions))

      

      print(mean(acc_vec))
    

【参考方案1】：

caret 的同一作者提供了一个全新的建模环境，称为 tidymodels，它有助于轻松建模。

这是一个典型的例子，带有 Monte Carlo CV。

library(tidymodels)

 # load some fake data and create train and test
data(cells)
set.seed(123)
cell_split <- initial_split(cells %>% select(-case),  strata = class)

train <- training(cell_split)
test  <- testing(cell_split)

现在您必须设置工作流程，添加交叉验证（可能您必须安装 ranger - 在这种情况下是包）：

# first setup your model
rf_spec <- 
  rand_forest(trees = 100) %>% 
  set_engine("ranger") %>% 
  set_mode("classification")

请记住，您还可以创建超参数网格以进行调整。

现在您创建验证策略：

set.seed(123)
# I've put 10, you can change parameters
cross_val_mc <- mc_cv(train, prop = .5, times = 10)

现在你定义你的工作流程：

set.seed(123)
rf_wf <- 
  workflow() %>%
  add_model(rf_spec) %>%
  add_formula(class ~ .)

并适合您的重采样：

set.seed(123)
rf_fit_rs <- 
  rf_wf %>% 
  fit_resamples(cross_val_mc)

collect_metrics(rf_fit_rs)

# A tibble: 2 x 6
  .metric  .estimator  mean     n std_err .config             
  <chr>    <chr>      <dbl> <int>   <dbl> <chr>               
1 accuracy binary     0.824    10 0.00308 Preprocessor1_Model1
2 roc_auc  binary     0.896    10 0.00352 Preprocessor1_Model1

【讨论】：

@LUCA 有帮助吗？