web-dev-qa-db-ja.com

Rのキャレットパッケージ内でadaboostを使用する

私はしばらくの間ada Rパッケージを使用してきましたが、最近ではcaretを使用しています。ドキュメントによると、caretのtrain()関数にはadaを使用するオプションが必要です。しかし、ada()呼び出し内にあるのと同じ構文を使用すると、キャレットが私を怒らせます。

これは、wineサンプルデータセットを使用したデモンストレーションです。

library(doSNOW)
registerDoSNOW(makeCluster(2, type = "SOCK"))
library(caret)
library(ada)

wine = read.csv("http://www.nd.edu/~mclark19/learn/data/goodwine.csv")


set.seed(1234) #so that the indices will be the same when re-run
trainIndices = createDataPartition(wine$good, p = 0.8, list = F)
wanted = !colnames(wine) %in% c("free.sulfur.dioxide", "density", "quality",
                            "color", "white")

wine_train = wine[trainIndices, wanted]
wine_test = wine[-trainIndices, wanted]
cv_opts = trainControl(method="cv", number=10)


 ###now, the example that works using ada() 

 results_ada <- ada(good ~ ., data=wine_train, control=rpart.control
 (maxdepth=30, cp=0.010000, minsplit=20, xval=10), iter=500)

##this works, and gives me a confusion matrix.

results_ada
     ada(good ~ ., data = wine_train, control = rpart.control(maxdepth = 30, 
     cp = 0.01, minsplit = 20, xval = 10), iter = 500)
     Loss: exponential Method: discrete   Iteration: 500 
      Final Confusion Matrix for Data:
      Final Prediction
      etc. etc. etc. etc.

##Now, the calls that don't work. 

results_ada = train(good~., data=wine_train, method="ada",
control=rpart.control(maxdepth=30, cp=0.010000, minsplit=20, 
xval=10), iter=500)
   Error in train.default(x, y, weights = w, ...) : 
   final tuning parameters could not be determined
   In addition: Warning messages:
   1: In nominalTrainWorkflow(dat = trainData, info = trainInfo, method = method,  :
    There were missing values in resampled performance measures.
   2: In train.default(x, y, weights = w, ...) :
    missing values found in aggregated results

 ###this doesn't work, either

results_ada = train(good~., data=wine_train, method="ada", trControl=cv_opts,
maxdepth=10, nu=0.1, iter=50)

  Error in train.default(x, y, weights = w, ...) : 
  final tuning parameters could not be determined
  In addition: Warning messages:
  1: In nominalTrainWorkflow(dat = trainData, info = trainInfo, method = method,  :
    There were missing values in resampled performance measures.
  2: In train.default(x, y, weights = w, ...) :
   missing values found in aggregated results

Train（）が追加の入力を必要としているのではないかと思いますが、スローされた警告では、何が欠落しているかについてのヒントは得られません。さらに、依存関係が欠落している可能性がありますが、そこに何があるべきかについてのヒントはありません。

rmachine-learningdata-miningclassificationadaboost
11
Bryan

_?train_を検索し、adaを検索すると次のように表示されます。

Method Value: ada from package ada with tuning parameters: iter, maxdepth, nu (classification only)

したがって、nuパラメーターとmaxdepthパラメーターが欠落している必要があります。

2
nograpes

したがって、これは機能しているようです。

wineTrainInd <- wine_train[!colnames(wine_train) %in% "good"]
wineTrainDep <- as.factor(wine_train$good)

results_ada = train(x = wineTrainInd, y = wineTrainDep, method="ada")

results_ada
Boosted Classification Trees 

5199 samples
   9 predictors
   2 classes: 'Bad', 'Good' 

No pre-processing
Resampling: Bootstrapped (25 reps) 

Summary of sample sizes: 5199, 5199, 5199, 5199, 5199, 5199, ... 

Resampling results across tuning parameters:

  iter  maxdepth  Accuracy  Kappa  Accuracy SD  Kappa SD
  50    1         0.732     0.397  0.00893      0.0294  
  50    2         0.74      0.422  0.00853      0.0187  
  50    3         0.747     0.437  0.00759      0.0171  
  100   1         0.736     0.411  0.0065       0.0172  
  100   2         0.742     0.428  0.0075       0.0173  
  100   3         0.748     0.442  0.00756      0.0158  
  150   1         0.737     0.417  0.00771      0.0184  
  150   2         0.745     0.435  0.00851      0.0198  
  150   3         0.752     0.449  0.00736      0.016   

Tuning parameter 'nu' was held constant at a value of 0.1
Accuracy was used to select the optimal model using  the largest value.
The final values used for the model were iter = 150, maxdepth = 3 and nu
 = 0.1.

そしてその理由は別の質問にあります：

caret :: train：model-generation-parametersを指定

trainが最適なチューニングパラメータ自体を見つけようとしているときに、チューニングパラメータを引数として渡したと思います。独自に定義したい場合は、グリッド検索用のパラメーターのグリッドを定義できます。

2
TomR

wine$goodのデータの種類は何ですか？ factorの場合は、そのように明示的に言及してみてください。

wine$good <- as.factor(wine$factor)
stopifnot(is.factor(wine$good))

理由：多くの場合、Rパッケージは分類シナリオと回帰シナリオを区別するのに役立つ必要があり、キャレット内にいくつかの一般的なコードがあり、演習を回帰問題として誤って識別している可能性があります（adaが分類のみを行うという事実を無視します）。

1
vijucat

TuneGrid内にパラメータを含めてください

Grid <- expand.grid(maxdepth=25,nu=2,iter=100)
results_ada = train(good~., data=wine_train, method="ada",
trControl=cv_opts,tuneGrid=Grid)

これは機能します。

0
prabhanjan reddy