В каретке :: train есть много параметров предварительной обработки, которые могут быть переданы с помощью аргумента «preProcessing». Это делает жизнь сверхпростой, потому что тестовые данные затем автоматически настраиваются автоматически, так же как и данные обучения при вызове 'pred.train'. Возможно ли сделать то же самое с 'findCorrelation' и 'nearZeroVar' в некотором роде?Caret - некоторые параметры предварительной обработки, недоступные в поезде
Я четко понимаю из документации, почему следующий код не работает, но я надеюсь, что это прояснит мой вопрос. В идеале я мог бы сделать следующее.
library("caret")
set.seed (1234)
data (iris)
# split test vs training
train.index <- createDataPartition (y = iris[,5], p = 0.80, list = F)
train <- iris [ train.index, ]
test <- iris [-train.index, ]
# train the model after imputing the missing data
fit <- train (Species ~ .,
train,
preProcess = c("findCorrelation", "nearZeroVar"),
method = "rpart")
predict (fit, test)
Определенно. Хотел бы помочь. –
Оба этих метода предварительной обработки теперь доступны в 'preProcess' – topepo
@topepo есть способ реализовать мои собственные методы предварительной обработки, не добавляя их в огромный код preProcess? – diugalde