set_args()
可用于修改模型规范的参数,而 set_mode()
用于更改模型的模式。
例子
rand_forest()
#> Random Forest Model Specification (unknown mode)
#>
#> Computational engine: ranger
#>
rand_forest() %>%
set_args(mtry = 3, importance = TRUE) %>%
set_mode("regression")
#> Random Forest Model Specification (regression)
#>
#> Main Arguments:
#> mtry = 3
#>
#> Engine-Specific Arguments:
#> importance = TRUE
#>
#> Computational engine: ranger
#>
相关用法
- R parsnip set_engine 声明计算引擎和特定参数
- R parsnip set_new_model 注册模型的工具
- R parsnip svm_rbf 径向基函数支持向量机
- R parsnip svm_linear 线性支持向量机
- R parsnip show_engines 显示模型当前可用的引擎
- R parsnip svm_poly 多项式支持向量机
- R parsnip survival_reg 参数生存回归
- R parsnip logistic_reg 逻辑回归
- R parsnip predict.model_fit 模型预测
- R parsnip linear_reg 线性回归
- R parsnip C5_rules C5.0 基于规则的分类模型
- R parsnip condense_control 将控制对象压缩为更小的控制对象
- R parsnip control_parsnip 控制拟合函数
- R parsnip augment 通过预测增强数据
- R parsnip repair_call 修复模型调用对象
- R parsnip dot-model_param_name_key 翻译模型调整参数的名称
- R parsnip glm_grouped 将数据集中的分组二项式结果与个案权重拟合
- R parsnip rule_fit 规则拟合模型
- R parsnip translate 解决计算引擎的模型规范
- R parsnip max_mtry_formula 根据公式确定 mtry 的最大值。此函数可能会根据公式和数据集限制 mtry 的值。对于生存和/或多变量模型来说,这是一种安全的方法。
- R parsnip rand_forest 随机森林
- R parsnip mlp 单层神经网络
- R parsnip nearest_neighbor K-最近邻
- R parsnip parsnip_update 更新型号规格
- R parsnip fit 将模型规范拟合到数据集
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 Change elements of a model specification。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。