Gracias Carlos. Hasta donde yo entiendo si las hay:
El argumento family puede ser:
"gaussian" (for minimizing squared error); por lo que tiene que ser
numérica
"bernoulli" (logistic regression for 0-1 out-comes); binaria por
narices
"poisson" (count outcomes; requires the response to be a positive
integer); numérica también, pues.
La única podría ser "laplace" (for minimizing absolute loss), pero me
da este error: Error in while (delta.deviance > tolerance.test &
n.fitted < max.trees) { :
missing value where TRUE/FALSE needed
Supongo que loss se refiere a la función de pérdida, y como habla de
deviance (la función de pérdida por defecto en gbm) pienso que también
es para variable respuesta numérica, aunque no lo encontré por ningún
lado. Por eso pregunté.
Probaré sin indicar la family, a ver si funciona.
Gracias,
Manuel
Quoting Carlos Ortega <cof en qualityexcellence.es>:
> Hola,
>
> No hay ninguna limitación en la ayuda de la función en este sentido.
> Tan solo se indica que han de existir dos niveles en la variable
> predictora, vaya que al menos sea binaria...
> En la función en el parámetro "gbm.y" es donde indicas qué
columna es la
> predictora. No hay otro parámetro donde por otro lado le indiques si es un
> modelo binario o multinominal...
>
> Saludos,
> Carlos Ortega
> www.qualityexcellence.es
>
>
> 2018-02-19 14:03 GMT+01:00 Manuel Mendoza <mmendoza en mncn.csic.es>:
>
>> Hola erreros, ¿sabéis si gbm.step puede usarse para clasificación no
>> binaria?
>> Gracias
>> --
>> Dr Manuel Mendoza
>> Department of Biogeography and Global Change
>> National Museum of Natural History (MNCN)
>> Spanish Scientific Council (CSIC)
>> C/ Serrano 115bis, 28006 MADRID
>> Spain
>>
>> _______________________________________________
>> R-help-es mailing list
>> R-help-es en r-project.org
>> https://stat.ethz.ch/mailman/listinfo/r-help-es
>>
>
>
>
> --
> Saludos,
> Carlos Ortega
> www.qualityexcellence.es
--
Dr Manuel Mendoza
Department of Biogeography and Global Change
National Museum of Natural History (MNCN)
Spanish Scientific Council (CSIC)
C/ Serrano 115bis, 28006 MADRID
Spain
Hola, Sí, tienes razón... ¿No puedes usar la propia función "gbm" del paquete "gbm"?... Gracias, Carlos Ortega www.qualityexcellence.es El 19 de febrero de 2018, 18:01, Manuel Mendoza <mmendoza en mncn.csic.es> escribió:> > Gracias Carlos. Hasta donde yo entiendo si las hay: > > El argumento family puede ser: > > "gaussian" (for minimizing squared error); por lo que tiene que ser > numérica > "bernoulli" (logistic regression for 0-1 out-comes); binaria por narices > "poisson" (count outcomes; requires the response to be a positive > integer); numérica también, pues. > > La única podría ser "laplace" (for minimizing absolute loss), pero me da > este error: Error in while (delta.deviance > tolerance.test & n.fitted < > max.trees) { : > missing value where TRUE/FALSE needed > > Supongo que loss se refiere a la función de pérdida, y como habla de > deviance (la función de pérdida por defecto en gbm) pienso que también es > para variable respuesta numérica, aunque no lo encontré por ningún lado. > Por eso pregunté. > > Probaré sin indicar la family, a ver si funciona. > Gracias, > Manuel > > > > Quoting Carlos Ortega <cof en qualityexcellence.es>: > > Hola, >> >> No hay ninguna limitación en la ayuda de la función en este sentido. >> Tan solo se indica que han de existir dos niveles en la variable >> predictora, vaya que al menos sea binaria... >> En la función en el parámetro "gbm.y" es donde indicas qué columna es la >> predictora. No hay otro parámetro donde por otro lado le indiques si es un >> modelo binario o multinominal... >> >> Saludos, >> Carlos Ortega >> www.qualityexcellence.es >> >> >> 2018-02-19 14:03 GMT+01:00 Manuel Mendoza <mmendoza en mncn.csic.es>: >> >> Hola erreros, ¿sabéis si gbm.step puede usarse para clasificación no >>> binaria? >>> Gracias >>> -- >>> Dr Manuel Mendoza >>> Department of Biogeography and Global Change >>> National Museum of Natural History (MNCN) >>> Spanish Scientific Council (CSIC) >>> C/ Serrano 115bis, 28006 MADRID >>> Spain >>> >>> _______________________________________________ >>> R-help-es mailing list >>> R-help-es en r-project.org >>> https://stat.ethz.ch/mailman/listinfo/r-help-es >>> >>> >> >> >> -- >> Saludos, >> Carlos Ortega >> www.qualityexcellence.es >> > > > -- > Dr Manuel Mendoza > Department of Biogeography and Global Change > National Museum of Natural History (MNCN) > Spanish Scientific Council (CSIC) > C/ Serrano 115bis, 28006 MADRID > Spain > >-- Saludos, Carlos Ortega www.qualityexcellence.es [[alternative HTML version deleted]]
Bueno, primero te comento que si no le indico la family me hace Bernuilli y da error por no ser binaria. La razón de aplicar gbm.step del paquete dismo es que da una información fundamental, como la interacción entre las variables o los partial plots. La interacción te la representa en 3D y es super explicativo. El paquete randomforest también me da los partialplots y sale muy bien, pero me gustaría probar también con boosted. Lo haré con gbm, aunque no obtenga las interacciones. Gracias una vez más, Manuel Quoting Carlos Ortega <cof en qualityexcellence.es>:> Hola, > > Sí, tienes razón... > ¿No puedes usar la propia función "gbm" del paquete "gbm"?... > > Gracias, > Carlos Ortega > www.qualityexcellence.es > > El 19 de febrero de 2018, 18:01, Manuel Mendoza <mmendoza en mncn.csic.es> > escribió: > >> >> Gracias Carlos. Hasta donde yo entiendo si las hay: >> >> El argumento family puede ser: >> >> "gaussian" (for minimizing squared error); por lo que tiene que ser >> numérica >> "bernoulli" (logistic regression for 0-1 out-comes); binaria por narices >> "poisson" (count outcomes; requires the response to be a positive >> integer); numérica también, pues. >> >> La única podría ser "laplace" (for minimizing absolute loss), pero me da >> este error: Error in while (delta.deviance > tolerance.test & n.fitted < >> max.trees) { : >> missing value where TRUE/FALSE needed >> >> Supongo que loss se refiere a la función de pérdida, y como habla de >> deviance (la función de pérdida por defecto en gbm) pienso que también es >> para variable respuesta numérica, aunque no lo encontré por ningún lado. >> Por eso pregunté. >> >> Probaré sin indicar la family, a ver si funciona. >> Gracias, >> Manuel >> >> >> >> Quoting Carlos Ortega <cof en qualityexcellence.es>: >> >> Hola, >>> >>> No hay ninguna limitación en la ayuda de la función en este sentido. >>> Tan solo se indica que han de existir dos niveles en la variable >>> predictora, vaya que al menos sea binaria... >>> En la función en el parámetro "gbm.y" es donde indicas qué columna es la >>> predictora. No hay otro parámetro donde por otro lado le indiques si es un >>> modelo binario o multinominal... >>> >>> Saludos, >>> Carlos Ortega >>> www.qualityexcellence.es >>> >>> >>> 2018-02-19 14:03 GMT+01:00 Manuel Mendoza <mmendoza en mncn.csic.es>: >>> >>> Hola erreros, ¿sabéis si gbm.step puede usarse para clasificación no >>>> binaria? >>>> Gracias >>>> -- >>>> Dr Manuel Mendoza >>>> Department of Biogeography and Global Change >>>> National Museum of Natural History (MNCN) >>>> Spanish Scientific Council (CSIC) >>>> C/ Serrano 115bis, 28006 MADRID >>>> Spain >>>> >>>> _______________________________________________ >>>> R-help-es mailing list >>>> R-help-es en r-project.org >>>> https://stat.ethz.ch/mailman/listinfo/r-help-es >>>> >>>> >>> >>> >>> -- >>> Saludos, >>> Carlos Ortega >>> www.qualityexcellence.es >>> >> >> >> -- >> Dr Manuel Mendoza >> Department of Biogeography and Global Change >> National Museum of Natural History (MNCN) >> Spanish Scientific Council (CSIC) >> C/ Serrano 115bis, 28006 MADRID >> Spain >> >> > > > -- > Saludos, > Carlos Ortega > www.qualityexcellence.es-- Dr Manuel Mendoza Department of Biogeography and Global Change National Museum of Natural History (MNCN) Spanish Scientific Council (CSIC) C/ Serrano 115bis, 28006 MADRID Spain
Hola de nuevo. Se me olvidaba la principal razón para utilizar gbm.step del paquete dismo. Como sabéis, los boosted si sobreajustan (a diferencia de los random forest o cualquier otro bootstrap) pero gbm.step hace validación cruzada para determinar el nº óptimo de árboles y evitarlo. Es fundamental. La opción que me queda, Carlos, es hacerlo con gbm, pero muchas veces, y usar el promedio.Vamos, hacer yo mismo un bootstrap con muchos boosted. Los métodos basados en bootstrap no sobreajustan, precisamente porque, como quizás sepas, al sobreajustar aumenta el error debido a la varianza, y el promedio de muchas predicciones con elevada varianza tiene mucha menos varianza que cada una de ellas. Quoting Carlos Ortega <cof en qualityexcellence.es>:> Hola, > > Sí, tienes razón... > ¿No puedes usar la propia función "gbm" del paquete "gbm"?... > > Gracias, > Carlos Ortega > www.qualityexcellence.es > > El 19 de febrero de 2018, 18:01, Manuel Mendoza <mmendoza en mncn.csic.es> > escribió: > >> >> Gracias Carlos. Hasta donde yo entiendo si las hay: >> >> El argumento family puede ser: >> >> "gaussian" (for minimizing squared error); por lo que tiene que ser >> numérica >> "bernoulli" (logistic regression for 0-1 out-comes); binaria por narices >> "poisson" (count outcomes; requires the response to be a positive >> integer); numérica también, pues. >> >> La única podría ser "laplace" (for minimizing absolute loss), pero me da >> este error: Error in while (delta.deviance > tolerance.test & n.fitted < >> max.trees) { : >> missing value where TRUE/FALSE needed >> >> Supongo que loss se refiere a la función de pérdida, y como habla de >> deviance (la función de pérdida por defecto en gbm) pienso que también es >> para variable respuesta numérica, aunque no lo encontré por ningún lado. >> Por eso pregunté. >> >> Probaré sin indicar la family, a ver si funciona. >> Gracias, >> Manuel >> >> >> >> Quoting Carlos Ortega <cof en qualityexcellence.es>: >> >> Hola, >>> >>> No hay ninguna limitación en la ayuda de la función en este sentido. >>> Tan solo se indica que han de existir dos niveles en la variable >>> predictora, vaya que al menos sea binaria... >>> En la función en el parámetro "gbm.y" es donde indicas qué columna es la >>> predictora. No hay otro parámetro donde por otro lado le indiques si es un >>> modelo binario o multinominal... >>> >>> Saludos, >>> Carlos Ortega >>> www.qualityexcellence.es >>> >>> >>> 2018-02-19 14:03 GMT+01:00 Manuel Mendoza <mmendoza en mncn.csic.es>: >>> >>> Hola erreros, ¿sabéis si gbm.step puede usarse para clasificación no >>>> binaria? >>>> Gracias >>>> -- >>>> Dr Manuel Mendoza >>>> Department of Biogeography and Global Change >>>> National Museum of Natural History (MNCN) >>>> Spanish Scientific Council (CSIC) >>>> C/ Serrano 115bis, 28006 MADRID >>>> Spain >>>> >>>> _______________________________________________ >>>> R-help-es mailing list >>>> R-help-es en r-project.org >>>> https://stat.ethz.ch/mailman/listinfo/r-help-es >>>> >>>> >>> >>> >>> -- >>> Saludos, >>> Carlos Ortega >>> www.qualityexcellence.es >>> >> >> >> -- >> Dr Manuel Mendoza >> Department of Biogeography and Global Change >> National Museum of Natural History (MNCN) >> Spanish Scientific Council (CSIC) >> C/ Serrano 115bis, 28006 MADRID >> Spain >> >> > > > -- > Saludos, > Carlos Ortega > www.qualityexcellence.es-- Dr Manuel Mendoza Department of Biogeography and Global Change National Museum of Natural History (MNCN) Spanish Scientific Council (CSIC) C/ Serrano 115bis, 28006 MADRID Spain