在 RWeka 分类器中,分类器的函数调用中有一个属性“options”,例如Bagging(formula, data, subset, na.action, control = Weka_control(), options = NULL )。有人可以举一个关于如何定义这些选项的示例(示例 R 代码)吗?
我有兴趣将一些选项(例如迭代次数和每个包的大小)传递给 RWeka 的 Bagging 元学习器。提前致谢!
您可以获得您提到的功能,但不能通过options
.
首先,期权有什么作用?根据帮助页面?Bagging
参数选项允许进一步定制。目前,使用选项模型和实例(或部分匹配):如果设置为 TRUE,则模型框架或相应的 Weka 实例分别包含在拟合的模型对象中,可能会加快对象的后续计算。默认情况下,两者都不包括在内。
所以选项只是在返回的结果中存储更多信息。要获得所需的功能,您需要使用control
. 您将需要构造control
使用该函数的值Weka_control
。没有一些帮助,很难知道如何使用它,但幸运的是,可以通过WOW
Weka 选项向导获得帮助。因为有很多选项,所以输出很长。我将把它截断为关于你提到的特性的部分——迭代次数和每个包的大小。但是看看还有什么可用的。
WOW(Bagging)
-P Size of each bag, as a percentage of the training set size. (default 100)
-I <num>
Number of iterations. (current value 10)
Number of arguments: 1.
重复:我已截断输出以仅显示这两个选项。
假设我想对 iris 数据使用 bagging,其中包大小为数据的 90%(而不是默认的 100%)和 20 次迭代(而不是默认的 10)。首先,我将构建 Weka_control,然后将其包含在对Bagging
.
WC = Weka_control(P=90, I=20)
BagOfIrises = Bagging(Species ~ ., data=iris, control=WC)
我希望这个对你有用。