Displaying 13 results from an estimated 13 matches for "entrenados".
Did you mean:
entrenado
2011 Nov 18
2
Ejecutar modelo SVM entrenado en R en un ordenador sin R
Hola a todos, el motivo de esta consulta es saber si existe alguna forma de implementar/ejecutar modelos entrenados en R fuera de R. Es decir, por ejemplo un SVM el cual yo lo entreno en R pero quiero que una vez entrenado pueda usarse en un ordenador distinto donde no necesariamente tenga que tener instalado R.
Es decir, sería algo así como pasarlo a librerías C o similar.
Un saludo a todos y gracias como s...
2018 Dec 13
2
Random Forest con poca "n" y muchos predictores
...ariables
explicativas, pero creo que el segundo caso puede suponer un problema al
haber casi el mismo número de predictores que de casos, verdad?
Para "arreglar" esto (en un Random Forest), tendría sentido hacer iterar el
train() unas 50-100 veces? Ir guardando estos modelos
resultantes (entrenados) en una lista, para luego hacer una especie de
promedio con ellos, y éste resultante (sus parámetros ntree y mtry) usarlo
para generar el modelo randomForest() definitivo.
Tiene sentido, o qué podría hacer si no?
Muchas gracias!
--
Gemma Ruiz-Olalla
gemma.ruizolalla en gmail.com
[[alternative...
2017 Jun 02
5
CV en R
Buenas,
Estoy haciendo modelos y comparando cual es mejor. Para ello, uso CV de 10 folds.
Por ejemplo, hago la comparativa entre un svm y un randomForest para una serie de datos, por ello hago:
midataset<-import.....
#datos es un dataframe de 1500 filas y 15 variables
for(i in 1:10){
numeros<-sample(1:1500,1500*0.7)
train<-datos[numeros,]
test<-datos[-numeros,]
#modeloRF
2017 Jun 02
2
CV en R
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
2017 Jun 02
2
CV en R
Buenas,
Puse los modelos lo mas simplificados, para centrar el tiro en el tema que me preocupa.
Es una pena no poder hablar cara a cara, porque por email puedo sonar algo borde, pero no es así, al contrario estoy enormemente agradecido por tu ayuda, pero le veo un problema.
Me dices que use un list para ir guardando el modelo, pero tal y como he propuesto en el bucle for, el modelo se crea 10
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
5
CV en R
Una vez que tienes la técnica y los parámetros óptimos resultantes de la
validación cruzada, ya tienes el modelo que necesitas, NO tienes que hacer
nada más. Si vuelves a modelar con todos los datos todo el trabajo de
validación que has hecho lo envías a hacer gárgaras. Estarías construyendo
un modelo con sobreajuste.
Para quedarte tranquilo, haz la prueba, coge el modelo resultante de la
2017 Jun 02
2
CV en R
El algoritmo en sí no, pero si quieres ajustar los parámetros (número de árboles, tamaño del nodo, etc.) hay que hacerlo.
En la práctica te puedo asegurar que hay diferencia entre usar 500 árboles o 100, igual que el tamaño del nodo que cojas; afinar los parámetros puede suponer ajustar bastante los resultados.
Un saludo
Isidro Hidalgo Arellano
Observatorio del Mercado de Trabajo
2017 Jun 02
2
CV en R
No, llega un momento en el que más árboles no te supone mejoría, e incluso
funciona peor. Que funcione peor lo atribuyo al ruido, porque en teoría no
tiene mucho sentido, la verdad... Pero no he probado a coger más árboles de
los "necesarios". Lo probaré…
Un saludo
De: Jesús Para Fernández [mailto:j.para.fernandez en hotmail.com]
Enviado el: viernes, 02 de junio de 2017 14:54
2017 Jun 03
2
CV en R
?Hola,
Puedes ver aquí un ejemplo de cómo comparar varios modelos usando "caret".
https://stackoverflow.com/questions/14800021/statistics-of-prediction-for-multiple-models-with-caret
O mejor en el propio manual de "caret", en esta sección:
https://topepo.github.io/caret/model-training-and-tuning.html#exploring-and-comparing-resampling-distributions
Y como recomendación te
2019 Jan 16
2
optimizacion costos
Estimado Jesús Para Fernández
En teoría es ese material, lo vi muy rápido y en la parte genética tiene
cosas que biológicamente no son así, hay un libro de Falconer, Introducción
a la genética cuantitativa, que tiene escrita la parte matemática, hay un
abismo entre la biología y los ingenieros que se inspiran en la biología.
Yo pensaba en la resolución de un problema real, aunque relativamente
2017 Jun 04
2
CV en R
Si nos dices el tipo de problema que estás intentando solucionar y el
tamaño del dataset podemos recomendarte algo más.
En tu pseudo-código mezclas algoritmos supervisados y no-supervisados.
Además de ranger, daría alguna oportunidad a "gbm" o como no a "xgboost". Y
éstos los probaría dentro de H2O.
Saludos,
Carlos Ortega
www.qualityexcellence.es
El 4 de junio de 2017,
2017 Jun 04
2
CV en R
H2O va bien (muy bien) tanto en un ordenador sobremesa/portátil y sobre un
clúster. En uno de sobremesa si tienes buena RAM y muchos cores, mejor. Y
no tienes porqué usar Spark si no necesitas una solución tiempo real o
"near real-time". H2O tiene otra solución para interaccionar con Spark
(Sparkling Water).
Incluso sobre un clúster, puedes usar "sparklyr" y