search for: acotar

Es que es justo ahi donde no se como hacerlo. Es decir, dentro del bucle for hago las comprobaciones train test, y me da que de media el mejor es randomForest, pero claro, no me estoy quedando con el modelo, ya que no se va guardando....Entonces es cuando no se como seguir para quedarme con ese modelo.... ________________________________ De: Isidro Hidalgo Arellano <ihidalgo en

...n R No me había fijado en el código, te había he contestado teóricamente. A ver, en ese código tienes varios problemas: - No especificas los parámetros del modelo (para eso es la validación cruzada). En RF tendrías que especificar el número de árboles, la cantidad de puntos con los que acotar la regresión, etc. En SVM el tipo de kernel que vas a usar, la sensibilidad… NO SE TRATA SÓLO de hacer modelos con diferentes conjuntos de entrenamiento, sino de buscar los parámetros que mejor ajustan los datos. Te pongo un ejemplo: imagínate que tienes mucho ruido, en ese caso, en cada punto de...

...digo, te había he contestado teóricamente. > > A ver, en ese código tienes varios problemas: > > - No especificas los parámetros del modelo (para eso es la > validación cruzada). En RF tendrías que especificar el número de árboles, > la > cantidad de puntos con los que acotar la regresión, etc. En SVM el tipo de > kernel que vas a usar, la sensibilidad? NO SE TRATA SÓLO de hacer modelos > con diferentes conjuntos de entrenamiento, sino de buscar los parámetros > que > mejor ajustan los datos. > > Te pongo un ejemplo: imagínate que tienes mucho ruido, e...

...R No me había fijado en el código, te había he contestado teóricamente. A ver, en ese código tienes varios problemas: - No especificas los parámetros del modelo (para eso es la validación cruzada). En RF tendrías que especificar el número de árboles, la cantidad de puntos con los que acotar la regresión, etc. En SVM el tipo de kernel que vas a usar, la sensibilidad… NO SE TRATA SÓLO de hacer modelos con diferentes conjuntos de entrenamiento, sino de buscar los parámetros que mejor ajustan los datos. Te pongo un ejemplo: imagínate que tienes mucho ruido, en ese caso, en cada punto de...

Hola compañeros de la lista. Tengo el siguiente set de datos: Repeticiones <- c(rep("RI", 14), rep("RII", 14), rep("RIII", 14)) Tiempo <- rep(c(0, 2, 4, 6, 8, 10, 12, 24, 36, 48, 60, 72, 96, 120), 3) Concentracion_celular <- c(0.4862, 0.5375, 0.4309, 0.4390, 0.4603, 0.4733, 0.3936, 0.9085, 0.5838, 0.5477, 0.6331, 0.8693, 1.0092, 0.6341, 0.5350,

...R No me había fijado en el código, te había he contestado teóricamente. A ver, en ese código tienes varios problemas: - No especificas los parámetros del modelo (para eso es la validación cruzada). En RF tendrías que especificar el número de árboles, la cantidad de puntos con los que acotar la regresión, etc. En SVM el tipo de kernel que vas a usar, la sensibilidad? NO SE TRATA SÓLO de hacer modelos con diferentes conjuntos de entrenamiento, sino de buscar los parámetros que mejor ajustan los datos. Te pongo un ejemplo: imagínate que tienes mucho ruido, en ese caso, en cada punto de...

...R No me había fijado en el código, te había he contestado teóricamente. A ver, en ese código tienes varios problemas: - No especificas los parámetros del modelo (para eso es la validación cruzada). En RF tendrías que especificar el número de árboles, la cantidad de puntos con los que acotar la regresión, etc. En SVM el tipo de kernel que vas a usar, la sensibilidad… NO SE TRATA SÓLO de hacer modelos con diferentes conjuntos de entrenamiento, sino de buscar los parámetros que mejor ajustan los datos. Te pongo un ejemplo: imagínate que tienes mucho ruido, en ese caso, en cada punto de...

...digo, te había he contestado teóricamente. > > A ver, en ese código tienes varios problemas: > > - No especificas los parámetros del modelo (para eso es la > validación cruzada). En RF tendrías que especificar el número de árboles, > la > cantidad de puntos con los que acotar la regresión, etc. En SVM el tipo de > kernel que vas a usar, la sensibilidad? NO SE TRATA SÓLO de hacer modelos > con diferentes conjuntos de entrenamiento, sino de buscar los parámetros > que > mejor ajustan los datos. > > Te pongo un ejemplo: imagínate que tienes mucho ruido, e...

...teóricamente. >> >> A ver, en ese código tienes varios problemas: >> >> - No especificas los parámetros del modelo (para eso es la >> validación cruzada). En RF tendrías que especificar el número de árboles, >> la >> cantidad de puntos con los que acotar la regresión, etc. En SVM el tipo de >> kernel que vas a usar, la sensibilidad? NO SE TRATA SÓLO de hacer modelos >> con diferentes conjuntos de entrenamiento, sino de buscar los parámetros >> que >> mejor ajustan los datos. >> >> Te pongo un ejemplo: imagínate q...

...>>> A ver, en ese código tienes varios problemas: >>> >>> - No especificas los parámetros del modelo (para eso es la >>> validación cruzada). En RF tendrías que especificar el número de >>> árboles, la >>> cantidad de puntos con los que acotar la regresión, etc. En SVM el tipo >>> de >>> kernel que vas a usar, la sensibilidad? NO SE TRATA SÓLO de hacer modelos >>> con diferentes conjuntos de entrenamiento, sino de buscar los parámetros >>> que >>> mejor ajustan los datos. >>> >>...