Методи повторного відбору проб

20

Я використовую бібліотеку caretв R для тестування різних процедур моделювання.

trainControlОб'єкт дозволяє вказати метод повторної дискретизації. Ці методи описані в документації розділі 2.3 , і включають в себе: boot, boot632, cv, LOOCV, LGOCV, repeatedcvі oob. Хоча деякі з них легко зробити висновки, не всі ці методи чітко визначені.

Які процедури відповідають цим методам перекомпонування?

r resampling caret

— Рам Ахлувалія
джерело

посилання на документацію розірвана. Використовуйте це замість цього.

— vikas

20

Гаразд, ось моя спроба:

boot - завантажувальний
boot632 - 0,632 завантажувальна програма
cv - перехресне підтвердження, ймовірно, це стосується K-кратної перехресної перевірки .
LOOCV - перехресне підтвердження відпустки, яке також відоме як jacknife.
LGOCV - перехресне підтвердження виходу з групи, варіант LOOCV для ієрархічних даних.
repeccv - це, ймовірно, повторне підтвердження випадкової під вибірки , тобто поділ для підготовки та тестування даних проводиться випадковим чином.
oob - посилається на оцінку, яку випускаєте з мішка, запропоновану Брейманом , і надалі пов'язана з агрегуванням завантажувальної машини . (Файл у посиланні - це не файл ps, а файл ps.Z, перейменуйте його та спробуйте відкрити.)

— mpiktas
джерело

1

Я вважаю, що LGOCV є випадковим поділом між навчальним набором і валідаційним набором, повтореним n разів. Отже, замість звичайного випадку розбиття даних між поїздами та перевезеннями (побудувати модель у поїзді та перевірити на затримку) один раз, цей процес повторюється багато разів.

— B_Miner

3

Я також вважаю, що повторнеVV - це перехресне підтвердження k-кратної дії, що робиться кілька разів.

— B_Miner

Важко повірити, що це десь не зафіксовано.

— andrew

4

Згідно repeatedcvз доповіддю Макса Куна, напевно повторне перехресне підтвердження у 10 разів. За замовчуванням схема перекомпонування - це завантажувальна програма.

Хороший файл, який ви можете ознайомити з методами перекомпонування, - це прогнозне моделювання за допомогою R та пакет caret ( pdf ). Макс представив це у "useR! 2013".

— тигергопро
джерело