我试图了解插入符号是如何根据最佳调整模型做出的。我查看了文档并且我没有找到(这可能很容易成为我的错),这是一个调整决策方式的地方我正在使用类似的东西:
train(
y~.,
data=X,
num.trees = 1000,
method = "ranger",
trControl = trainControl(
method = "repeatedcv",
number = 100,
repeats = 100, verboseIter = T
)
我正在尝试更频繁地使用Caret,我确信它有一个聪明的方式来做出决定。我只是想了解如何以及我是否可以调整它。
有很多文档,但查找问题的最佳位置是here。
基本上,对于网格搜索,使用重采样来评估调整参数的多个组合。每个组合都获得相关的重采样性能估计(假设它是准确性)。
train()
知道准确度应该最大化,因此,默认情况下,它选择具有最大值的参数组合,并使用这些组合来拟合一个最终模型(使用这些值和整个训练集)。