Displaying 7 results from an estimated 7 matches for "configuaraciones".
2017 Jun 02
5
CV en R
...os con todos ellos, para lo que se hacen particiones:
Imaginemos que tengo un datasheet llamado datos, perfectamnte balanceado,
sin datos faltantes, ni ruido ni nada asi. Entonces:
for(i in 1:10){
train #saco el train de los datos
test #saco el test de los datos
pruebo RF, con diferentes configuaraciones (bucles j,k)
pruebo SVM, con diferentes configuaraciones (bucles j,k)
pruebo KNN
pruebo LDA
guardo resultados
}
y sobre el que mejor de, entonces ya creo el modelo definitivo, con el
conjunto de datos global. Si fuera un randomForest
randomForest(respuesta~.,ntree=500,nodesize=4,...
2017 Jun 02
2
CV en R
Hola,
Eso es justamente lo que hace "caret" de una manera muy sencilla y sin que
tú te tengas que preocupar de quedarte con el mejor bucket (del CV) o con
la mejor combinación en tu "grid search".
Te recomiendo que uses "caret" para esto....
Puedes incluso evaluar los dos algoritmos "RF" y "svm" a la vez y conocer
realmente el nivel de precisión
2017 Jun 02
2
CV en R
...amos con todos ellos, para lo que se hacen particiones:
Imaginemos que tengo un datasheet llamado datos, perfectamnte balanceado,
sin datos faltantes, ni ruido ni nada asi. Entonces:
for(i in 1:10){
train #saco el train de los datos
test #saco el test de los datos
pruebo RF, con diferentes configuaraciones (bucles j,k)
pruebo SVM, con diferentes configuaraciones (bucles j,k)
pruebo KNN
pruebo LDA
guardo resultados
}
y sobre el que mejor de, entonces ya creo el modelo definitivo, con el
conjunto de datos global. Si fuera un randomForest
randomForest(respuesta~.,ntree=500,nodesize=4,dato...
2017 Jun 02
2
CV en R
...amos con todos ellos, para lo que se hacen particiones:
Imaginemos que tengo un datasheet llamado datos, perfectamnte balanceado,
sin datos faltantes, ni ruido ni nada asi. Entonces:
for(i in 1:10){
train #saco el train de los datos
test #saco el test de los datos
pruebo RF, con diferentes configuaraciones (bucles j,k)
pruebo SVM, con diferentes configuaraciones (bucles j,k)
pruebo KNN
pruebo LDA
guardo resultados
}
y sobre el que mejor de, entonces ya creo el modelo definitivo, con el
conjunto de datos global. Si fuera un randomForest
randomForest(respuesta~.,ntree=500,nodesize=4,dato...
2017 Jun 03
2
CV en R
...>
> Imaginemos que tengo un datasheet llamado datos, perfectamnte balanceado,
> sin datos faltantes, ni ruido ni nada asi. Entonces:
>
>
>
> for(i in 1:10){
>
> train #saco el train de los datos
>
> test #saco el test de los datos
>
> pruebo RF, con diferentes configuaraciones (bucles j,k)
>
> pruebo SVM, con diferentes configuaraciones (bucles j,k)
>
> pruebo KNN
>
> pruebo LDA
>
>
>
> guardo resultados
>
>
>
> }
>
>
>
> y sobre el que mejor de, entonces ya creo el modelo definitivo, con el
> conjunto de datos glo...
2017 Jun 04
2
CV en R
...llamado datos, perfectamnte balanceado,
>> sin datos faltantes, ni ruido ni nada asi. Entonces:
>>
>>
>>
>> for(i in 1:10){
>>
>> train #saco el train de los datos
>>
>> test #saco el test de los datos
>>
>> pruebo RF, con diferentes configuaraciones (bucles j,k)
>>
>> pruebo SVM, con diferentes configuaraciones (bucles j,k)
>>
>> pruebo KNN
>>
>> pruebo LDA
>>
>>
>>
>> guardo resultados
>>
>>
>>
>> }
>>
>>
>>
>> y sobre el que mejor de,...
2017 Jun 04
2
CV en R
...>> sin datos faltantes, ni ruido ni nada asi. Entonces:
>>>
>>>
>>>
>>> for(i in 1:10){
>>>
>>> train #saco el train de los datos
>>>
>>> test #saco el test de los datos
>>>
>>> pruebo RF, con diferentes configuaraciones (bucles j,k)
>>>
>>> pruebo SVM, con diferentes configuaraciones (bucles j,k)
>>>
>>> pruebo KNN
>>>
>>> pruebo LDA
>>>
>>>
>>>
>>> guardo resultados
>>>
>>>
>>>
>>> }
>&...