R baguette control_bag 控制装袋过程

control_bag() 可以为装袋过程的辅助方面设置选项。

用法

control_bag(
  var_imp = TRUE,
  allow_parallel = TRUE,
  sampling = "none",
  reduce = TRUE,
  extract = NULL
)

参数

var_imp: 单一逻辑：应该计算变量重要性分数吗？
allow_parallel: 单个逻辑：模型拟合是否应该并行完成(即使已创建并行plan())？
sampling: "none" 或"down"。仅用于分类。引导后，训练数据将在每个类中进行采样(有替换)到最小类的大小。
reduce: 是否应该修改模型以减少其在磁盘上的大小？
extract: 可以提取每个集合成员的 model-related 方面的函数(或 NULL)。请参阅下面的详细信息和示例。

值

一个列表。

细节

可以使用 extract 参数从模型对象(包括模型对象本身)保存任意项目，该参数应该是带有参数 x (对于模型对象)和 ... 的函数。该函数的结果保存到名为extras 的列表列中(请参见下面的示例)。

例子

# Extracting model components

num_term_nodes <- function(x, ...) {
  tibble::tibble(num_nodes = sum(x$frame$var == "<leaf>"))
}

set.seed(7687)
with_extras <- bagger(mpg ~ ., data = mtcars,
                      base_model = "CART", times = 5,
                      control = control_bag(extract = num_term_nodes))

dplyr::bind_rows(with_extras$model_df$extras)
#> # A tibble: 5 × 1
#>   num_nodes
#>       <int>
#> 1         3
#> 2         3
#> 3         3
#> 4         3
#> 5         2

源代码：R/bagger.R

相关用法

注：本文由纯净天空筛选整理自Max Kuhn等大神的英文原创作品 Controlling the bagging process。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。