創建驗證拆分以進行調整
用法
validation_set(split, ...)
# S3 method for val_split
analysis(x, ...)
# S3 method for val_split
assessment(x, ...)
# S3 method for val_split
training(x, ...)
# S3 method for val_split
validation(x, ...)
# S3 method for val_split
testing(x, ...)
參數
- split
-
類
initial_validation_split
的對象,例如由initial_validation_split()
或group_initial_validation_split()
生成的對象。 - ...
-
這些點用於將來的擴展,並且必須為空。
- x
-
由
validation_set()
生成的rsplit
對象。
值
帶有類 validation_set
、 rset
、 tbl_df
、 tbl
和 data.frame
的 tibble。結果包括數據分割對象的列和名為 id
的列,其中包含帶有重采樣標識符的字符串。
相關用法
- R rsample validation_split 創建驗證集
- R rsample vfold_cv V 折交叉驗證
- R rsample initial_split 簡單的訓練/測試集分割
- R rsample populate 添加評估指標
- R rsample int_pctl 自舉置信區間
- R rsample rset_reconstruct 使用新的 rset 子類擴展 rsample
- R rsample group_mc_cv 小組蒙特卡羅交叉驗證
- R rsample group_vfold_cv V 組交叉驗證
- R rsample rolling_origin 滾動原點預測重采樣
- R rsample reverse_splits 反轉分析和評估集
- R rsample group_bootstraps 團體自舉
- R rsample labels.rset 從 rset 對象中查找標簽
- R rsample get_fingerprint 獲取重采樣的標識符
- R rsample bootstraps 引導抽樣
- R rsample reg_intervals 具有線性參數模型的置信區間的便捷函數
- R rsample clustering_cv 集群交叉驗證
- R rsample initial_validation_split 創建初始訓練/驗證/測試拆分
- R rsample get_rsplit 從 rset 中檢索單個 rsplit 對象
- R rsample loo_cv 留一交叉驗證
- R rsample complement 確定評估樣本
- R rsample slide-resampling 基於時間的重采樣
- R rsample as.data.frame.rsplit 將 rsplit 對象轉換為 DataFrame
- R rsample labels.rsplit 從 rsplit 對象中查找標簽
- R rsample mc_cv 蒙特卡羅交叉驗證
- R rsample tidy.rsplit 整潔的重采樣對象
注:本文由純淨天空篩選整理自Hannah Frick等大神的英文原創作品 Create a Validation Split for Tuning。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。