search for: entrenando

Estimados Estoy entrenando hacer funciones que respondan a comandos, en esta caso en la salida gráfica se observa que dice : Exposure=var3 y outcome=var 1 quisiéramos que se reflejan los nombres de la base de datos : var1=estado, var2=cake, var3=chocolate Espero haberme explicado adecuadamente Adjunto tabla...

Hola Eduardo, muchas gracia por tu consejo. Estoy dirigiendo una tesis y mi doctorando está acostumbrado a Matlab y además disponemos de licencia en la Universidad. Una cosa que se me había olvidado comentar es que algunas veces tendré entrenando redes neuronales que pueden tardar varios días. saludos, Fernando De:Eduardo Bieñkowski [mailto:edukoski en gmail.com] Enviado el: jueves, 05 de diciembre de 2013 21:33 Para: Fernando Sanchez Asunto: Re: [R-es] Mejor CPU para ejecutar R en Linux Me parece una configuración sobrada, lo que...

...<-cc(estado, cake) > or2 <- cc(estado, chocolate) > } > odratios2(data2,estado,cake,chocolate) > > > El 20 de agosto de 2014, 21:10, Dr. José A Betancourt Bethencourt < > jbetancourt en iscmc.cmw.sld.cu> escribió: > > > Estimados > > > > Estoy entrenando hacer funciones que respondan a comandos, > > > > > > > > en esta caso en la salida gráfica se observa que dice : Exposure=var3 y > > outcome=var 1 > > > > > > > > quisiéramos que se reflejan los nombres de la base de datos : > var1=estad...

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

...9;; r-help-es en r-project.org Asunto: RE: [R-es] CV en R No, no. Si construyes el modelo con todos los datos, explícame para qué te ha servido la validación cruzada... ¿Sólo para saber si funciona mejor SVM o RF con ese conjunto de datos? Eso es insuficiente. Cuando construyes un modelo, lo haces entrenando con datos que el modelo NO VE, ahí está la gracia... Te tienes que quedar con el mejor modelo entrenado. Y después ver cómo te funciona en la vida real, es decir, con nuevos datos que el modelo NO HA VISTO. Un saludo. Isidro Hidalgo Arellano Observatorio del Mercado de Trabajo Consejería de Econ...

...2, Fernando Sanchez <fernandsanche en yahoo.es> escribió: Hola Eduardo, muchas gracia por tu consejo. Estoy dirigiendo una tesis y mi doctorando está acostumbrado a Matlab y además disponemos de licencia en la Universidad. Una cosa que se me había olvidado comentar es que algunas veces tendré entrenando redes neuronales que pueden tardar varios días. saludos, Fernando De:Eduardo Bieñkowski [mailto:edukoski en gmail.com] Enviado el: jueves, 05 de diciembre de 2013 21:33 Para: Fernando Sanchez Asunto: Re: [R-es] Mejor CPU para ejecutar R en Linux Me parece una configuración sobrada, lo que n...

...help-es en r-project.org> Asunto: RE: [R-es] CV en R No, no. Si construyes el modelo con todos los datos, explícame para qué te ha servido la validación cruzada... ¿Sólo para saber si funciona mejor SVM o RF con ese conjunto de datos? Eso es insuficiente. Cuando construyes un modelo, lo haces entrenando con datos que el modelo NO VE, ahí está la gracia... Te tienes que quedar con el mejor modelo entrenado. Y después ver cómo te funciona en la vida real, es decir, con nuevos datos que el modelo NO HA VISTO. Un saludo. Isidro Hidalgo Arellano Observatorio del Mercado de Trabajo Consejería de Econ...

...RE: [R-es] CV en R > > > > No, no. Si construyes el modelo con todos los datos, explícame para qué te > ha servido la validación cruzada... ¿Sólo para saber si funciona mejor SVM > o > RF con ese conjunto de datos? Eso es insuficiente. > Cuando construyes un modelo, lo haces entrenando con datos que el modelo NO > VE, ahí está la gracia... > Te tienes que quedar con el mejor modelo entrenado. Y después ver cómo te > funciona en la vida real, es decir, con nuevos datos que el modelo NO HA > VISTO. > > Un saludo. > > > Isidro Hidalgo Arellano > Observa...

...; r-help-es en r-project.org Asunto: RE: [R-es] CV en R No, no. Si construyes el modelo con todos los datos, explícame para qué te ha servido la validación cruzada... ¿Sólo para saber si funciona mejor SVM o RF con ese conjunto de datos? Eso es insuficiente. Cuando construyes un modelo, lo haces entrenando con datos que el modelo NO VE, ahí está la gracia... Te tienes que quedar con el mejor modelo entrenado. Y después ver cómo te funciona en la vida real, es decir, con nuevos datos que el modelo NO HA VISTO. Un saludo. Isidro Hidalgo Arellano Observatorio del Mercado de Trabajo Consejería de Econ...

...elp-es en r-project.org> Asunto: RE: [R-es] CV en R No, no. Si construyes el modelo con todos los datos, explícame para qué te ha servido la validación cruzada... ¿Sólo para saber si funciona mejor SVM o RF con ese conjunto de datos? Eso es insuficiente. Cuando construyes un modelo, lo haces entrenando con datos que el modelo NO VE, ahí está la gracia... Te tienes que quedar con el mejor modelo entrenado. Y después ver cómo te funciona en la vida real, es decir, con nuevos datos que el modelo NO HA VISTO. Un saludo. Isidro Hidalgo Arellano Observatorio del Mercado de Trabajo Consejería de Econ...

...elp-es en r-project.org> Asunto: RE: [R-es] CV en R No, no. Si construyes el modelo con todos los datos, explícame para qué te ha servido la validación cruzada... ¿Sólo para saber si funciona mejor SVM o RF con ese conjunto de datos? Eso es insuficiente. Cuando construyes un modelo, lo haces entrenando con datos que el modelo NO VE, ahí está la gracia... Te tienes que quedar con el mejor modelo entrenado. Y después ver cómo te funciona en la vida real, es decir, con nuevos datos que el modelo NO HA VISTO. Un saludo. Isidro Hidalgo Arellano Observatorio del Mercado de Trabajo Consejería de Econ...

...RE: [R-es] CV en R > > > > No, no. Si construyes el modelo con todos los datos, explícame para qué te > ha servido la validación cruzada... ¿Sólo para saber si funciona mejor SVM > o > RF con ese conjunto de datos? Eso es insuficiente. > Cuando construyes un modelo, lo haces entrenando con datos que el modelo NO > VE, ahí está la gracia... > Te tienes que quedar con el mejor modelo entrenado. Y después ver cómo te > funciona en la vida real, es decir, con nuevos datos que el modelo NO HA > VISTO. > > Un saludo. > > > Isidro Hidalgo Arellano > Observa...

...> >> >> No, no. Si construyes el modelo con todos los datos, explícame para qué te >> ha servido la validación cruzada... ¿Sólo para saber si funciona mejor >> SVM o >> RF con ese conjunto de datos? Eso es insuficiente. >> Cuando construyes un modelo, lo haces entrenando con datos que el modelo >> NO >> VE, ahí está la gracia... >> Te tienes que quedar con el mejor modelo entrenado. Y después ver cómo te >> funciona en la vida real, es decir, con nuevos datos que el modelo NO HA >> VISTO. >> >> Un saludo. >> >>...

.... Si construyes el modelo con todos los datos, explícame para qué >>> te >>> ha servido la validación cruzada... ¿Sólo para saber si funciona mejor >>> SVM o >>> RF con ese conjunto de datos? Eso es insuficiente. >>> Cuando construyes un modelo, lo haces entrenando con datos que el modelo >>> NO >>> VE, ahí está la gracia... >>> Te tienes que quedar con el mejor modelo entrenado. Y después ver cómo te >>> funciona en la vida real, es decir, con nuevos datos que el modelo NO HA >>> VISTO. >>> >>> U...