আলফা এবং ল্যাম্বডা উভয়ের জন্য গ্ল্যামনেট ক্রস-বৈধকরণের জন্য ক্যারেট ট্রেনের কার্যকারিতা নেই?

Question

আর caretপ্যাকেজটি কি উভয় alphaএবং মডেলের lambdaজন্য ক্রস-বৈধ glmnet? এই কোড চালানো,

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)

প্রশিক্ষণের লগটি দেখতে এমন দেখাচ্ছে।

Fold10.Rep3: alpha=1.0, lambda=NA 

কী lambda=NAমানে?

Comments

ট্রেন ব্যবহার করে কীভাবে আমি পারিবারিক = "দ্বিপদী" এবং টাইপ.মাইজার = "আউক" কে গ্ল্যামনেট মডেলটিতে যেতে পারি?

— ডিউগলদে

Answer 1

train উভয় উপর সুর আছে।

মূলত, আপনার কেবল alphaতখন প্রশিক্ষণ প্রয়োজন এবং lambdaব্যবহারের বিভিন্ন মান জুড়ে ভবিষ্যদ্বাণী পেতে পারেন predict.glmnet। হতে পারে একটি মান lambda = "all"বা অন্য কিছু আরও তথ্যপূর্ণ হতে পারে।

ম্যাক্স

Comments

আমি কীভাবে আলফা মানগুলির ক্রম নির্দিষ্ট করতে পারি? লাম্বডা ক্রম না দিয়ে?

— diugalde

এর মতো কিছু: alpha.seq = seq (0,1, .01) আপনার উপরের সঠিক পদ্ধতিটি ব্যবহার করার দরকার নেই। ক্যারেট ডকুমেন্টেশন দেখুন

— রেডিয়েস 10

Answer 2

পুরানো প্রশ্ন, তবে আমাকে সম্প্রতি এই সমস্যাটি মোকাবেলা করতে হয়েছিল এবং এই প্রশ্নটিকে একটি রেফারেন্স হিসাবে পেয়েছি।

এখানে একটি বিকল্প পদ্ধতি রয়েছে:

$\lambda$$\alpha$$\lambda$$\alpha$

$\alpha$$\lambda$$\lambda$$\lambda$$\lambda > 0$$\lambda$

Comments

এটি আরও ভাল উত্তর

— জাভাদবা