Le caret
package R effectue -t-il une validation croisée sur alpha
et lambda
pour le glmnet
modèle? Exécuter ce code,
eGrid <- expand.grid(.alpha = (1:10) * 0.1,
.lambda = (1:10) * 0.1)
Control <- trainControl(method = "repeatedcv",repeats = 3,verboseIter =TRUE)
netFit <- train(x =train_features, y = y_train,
method = "glmnet",
tuneGrid = eGrid,
trControl = Control)
Le journal de formation ressemble à ceci.
Fold10.Rep3: alpha=1.0, lambda=NA
Que veut lambda=NA
dire?
r
machine-learning
cross-validation
caret
glmnet
mrquestion
la source
la source
Réponses:
train
syntonise les deux.Fondamentalement, vous n'avez besoin que
alpha
lors de la formation et pouvez obtenir des prévisions sur différentes valeurs d'lambda
utilisationpredict.glmnet
. Peut-être qu'une valeur delambda = "all"
ou quelque chose d'autre serait plus informative.Max
la source
Vieille question, mais j'ai récemment dû faire face à ce problème et j'ai trouvé cette question comme référence.
Voici une approche alternative:
la source