Caret和rpart定义方法

Question

我正在试着熟悉一下插入符号包。我以前会直接使用rpart -例如，使用以下语法

fit_rpart=rpart(y~.,data=dt1,method="anova"). 

我指定了anova，因为我的目标是回归(而不是分类)

使用插入符号-I将使用以下语法：

rpart_fit <- train(y ~ ., data = dt1, method = "rpart",trControl=fitControl)

我的问题是，由于方法槽已经被使用，我在哪里/如何仍然可以指定method="anova"？

首先要感谢大家！

Answer 1

您可以使用当前的rpart代码创建custom method。首先，获取当前代码：

library(caret)
rpart_code <- getModelInfo("rpart", regex = FALSE)[[1]]

然后，您只需在代码中添加额外的选项。这个方法有点复杂，因为它处理了一堆不同的情况，但这里是编辑：

rpart_code$fit <- function(x, y, wts, param, lev, last, classProbs, ...) { 
  cpValue <- if(!last) param$cp else 0
  theDots <- list(...)
  if(any(names(theDots) == "control")) {
    theDots$control$cp <- cpValue
    theDots$control$xval <- 0 
    ctl <- theDots$control
    theDots$control <- NULL
  } else ctl <- rpart.control(cp = cpValue, xval = 0)   

  ## check to see if weights were passed in (and availible)
  if(!is.null(wts)) theDots$weights <- wts    

  modelArgs <- c(list(formula = as.formula(".outcome ~ ."),
                      data = if(is.data.frame(x)) x else as.data.frame(x),
                      control = ctl,
                      method = "anova"),
                 theDots)
  modelArgs$data$.outcome <- y

  out <- do.call("rpart", modelArgs)

  if(last) out <- prune.rpart(out, cp = param$cp)
  out           
}

然后测试：

library(rpart)
set.seed(445)
mod <- train(pgstat ~ age + eet + g2 + grade + gleason + ploidy, 
             data = stagec,
             method = rpart_code,
             tuneLength = 8)

最大值

Answer 2

在插入符号'method‘指的是你想要使用的模型类型，例如rpart或lm (线性回归)或rf (随机森林)。

您所指的内容在插入符号中定义为“指标”。如果您的y变量是连续变量，则度量将默认设置为最大化RMSE。所以你不需要做任何事。

您也可以通过以下方式显式指定：

rpart_fit <- train(y ~ ., data = dt1, method = "rpart",trControl=fitControl, metric="RMSE")