search for: validación

> > Estimados muy buenas quería hacerles unas consulta: Estoy trabajando en mi tesis sobre mejoramiento animal y mi objetivo es evaluar la habilidad predictiva de modelos estadísticos mediante validación cruzada. Pero antes la intención es dividir mi base de datos en 3 partes y quisiera que todos los efectos incluidos en el estudio y cada uno de sus niveles, estén lo más equitativamente representados en los tres subconjuntos. Mis efectos son año (32 niveles), sexo (3 niveles), edad (2 niveles)...

Hola a tod en s: Tengo una función del tipo f <- function(...) { args <- list(...) # validaciones } En la cual debo realizar una validación diferente para cada argumento que se pase, y no consigo identificar los nombres de los argumentos con names(args). ¿Alguna idea o sugerencia acerca de cómo realizar este tipo de validaciones?. Gracias. Salud! Eva

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

Buenos días, en medio del trabajo se me ocurre la idea de ocultar parte del código de un scrpit de programación, esto ayudaría a la validación de los resultados y del paso a paso. Es posible hacer esto? o encriptar de alguna forma? si bien va en contra de los principios del proyecto R tal vez se puede hacer. Saldos y gracias Andrés [[alternative HTML version deleted]]

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 re...

...ámetros, que has omitido) > > Después graficas usando un mapa de calor para ver qué combinación de > parámetros te da el mejor resultado (en abscisas ntree y en ordenadas > nodesize). Una vez que veas los intervalos de parámetros que mejor se > comportan, afinas el resultado con otra validación cruzada: > > > > for(i in 1:15){ > > > > numeros<-sample(1:1500,1500*0.7) > > > > train<-datos[numeros,] > > > > test<-datos[-numeros,] > > > > > > #modeloRF > > > > resultadoRF <- list() > > > >...

Hola a todos, Me gustaría obtener la matriz de confusión generada a partir de la validación k-fold que aplica rpart por defecto. Alquien podría decirme como poder recuperar esa matriz. He echado un vistazo a la documentación de rpart, pero no consigo averiguarlo. Gracias de antemano Saludos Víctor [[alternative HTML version deleted]]

...de Random Forest (https://www.stat.berkeley.edu/~breiman/RandomForests/cc_home.htm) Manuel El 2 de junio de 2017, 6:35, Isidro Hidalgo Arellano <ihidalgo en jccm.es <mailto:ihidalgo en jccm.es> > escribió: 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 res...

...w Random Forests work The oob error estimate Variable importance Gini importance Manuel El 2 de junio de 2017, 6:35, Isidro Hidalgo Arellano <ihidalgo en jccm.es <mailto:ihidalgo en jccm.es> > escribió: 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 res...

...ob error estimate Variable importance Gini > importance > > > > > > Manuel > > > > El 2 de junio de 2017, 6:35, Isidro Hidalgo Arellano <ihidalgo en jccm.es> > escribió: > > 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, h...

...junio de 2017 12:28 Para: 'Jesús Para Fernández'; r-help-es en r-project.org Asunto: RE: [R-es] CV en 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...

para dibujar la línea del modelo linear con abline ** *Carlos Guadián Orta* Mi Twitter es @carlosguadian <http://twitter.com/carlosguadian> Mi blog es K-Government <http://www.k-government.com> Mi perfil profesional en LinkedIn <http://es.linkedin.com/in/carlosguadian> Trabajo en Autoritas Consulting <http://www.autoritas.es> Coordino #oGov <http://www.ogov.eu>

...ce >> >> >> >> >> >> Manuel >> >> >> >> El 2 de junio de 2017, 6:35, Isidro Hidalgo Arellano <ihidalgo en jccm.es> >> escribió: >> >> 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. >> >> >> >&gt...

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 po...

...__________________ De: Isidro Hidalgo Arellano <ihidalgo en jccm.es> Enviado: viernes, 2 de junio de 2017 11:59 Para: 'Jesús Para Fernández'; 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 vid...

...e()". Gracias, Carlos Ortega www.qualityexcellence.es El 18 de marzo de 2017, 15:08, Andres Hirigoyen <andreshirigoyen en gmail.com> escribió: > Buenos días, en medio del trabajo se me ocurre la idea de ocultar parte del > código de un scrpit de programación, esto ayudaría a la validación de los > resultados y del paso a paso. Es posible hacer esto? o encriptar de alguna > forma? si bien va en contra de los principios del proyecto R tal vez se > puede hacer. > > Saldos y gracias > > Andrés > > [[alternative HTML version deleted]] > > _____...

...gt;>> >>> Manuel >>> >>> >>> >>> El 2 de junio de 2017, 6:35, Isidro Hidalgo Arellano <ihidalgo en jccm.es> >>> escribió: >>> >>> 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 sobreajus...

Hola, Me he iniciado hace poco en Machine Learning, y tengo una duda sobre mis conjuntos de datos: el primero tiene 37 variables explicativas y 116 instancias, y el segundo, 140 variables explicativas y 195 instancias. El primero lo veo bien, ya que hay 3 veces más casos que variables explicativas, pero creo que el segundo caso puede suponer un problema al haber casi el mismo número de

Hola a todos...Auxilio, estoy varado en esto y creo que mi terquedad no me deja avanzar ... terquedad ya que estoy usando la estructura data.table y no logro obtener el resultado. Tengo una DT contiene un DATO y los resultados de la aplicación de una validación (ERR01, ERR2, ERR3) y la concatenación de estos errores en una sola columna. Si tiene error, graba el número del error, si no lo tiene, graba NA. Utilizando la función paste directamente en el DT se ontiene la variable LISTA: DATO ERR1 ERR2 ERR3 LISTAAAA 1 2 3 1|2|3B...

...e se quitan valores siguiendo los criterios que te he dicho solo has de buscar bibliografía del campo en el que te mueces. Osea que nos quitarlos por que sí, aunque en cada area de ciencia tienes una serie de criterios para acabar con los ouliers. Yo personalmente me fio más de mi buena intuición(y validación) que de un test. De todas maneras seguro que tienes un informe de como recogiste los datos y puedes trazar el origen de este dato en concreto. Creo que eso es mejor que cualquier test. De todas maneras a mi el test me sale: > setwd(dir="c:/Users/usuario/Desktop/")> library(outlie...