Методы повторного отбора карета

20

Я использую библиотеку caretв R для тестирования различных процедур моделирования.

trainControlОбъект позволяет указать метод повторной дискретизации. Эти методы описаны в документации разделе 2.3 , и включают в себя: boot, boot632, cv, LOOCV, LGOCV, repeatedcvи oob. Хотя некоторые из них легко вывести, не все эти методы четко определены.

Какие процедуры соответствуют этим методам повторной выборки?

r resampling caret

— Рам Ахлувалия
источник

ссылка на документацию не работает. Используйте это вместо этого.

— Викас

20

Хорошо, вот моя попытка:

boot - bootstrap
boot632 - 0,632 начальная загрузка
cv - перекрестная проверка, вероятно, это относится к K-кратной перекрестной проверке .
LOOCV - перекрестная валидация, также известная как Джекниф.
LGOCV - перекрестная проверка по группам, вариант LOOCV для иерархических данных.
repeatcv - это, вероятно, повторная валидация случайной подвыборки , т.е. деление на обучающие и тестовые данные производится случайным образом.
oob - относится к оценке вне пакета, предложенной Брейманом , которая также связана с агрегацией начальной загрузки . (Файл в ссылке не файл ps, а файл ps.Z, переименуйте его и попробуйте открыть.)

— mpiktas
источник

1

Я считаю, что LGOCV - это случайное разбиение между обучающим набором и проверочным набором, повторяемое n раз. Таким образом, вместо обычного случая разделения данных между поездом и удержанием (построение модели на поезде и проверка на удержание) один раз, этот процесс повторяется много раз.

— B_Miner

3

Я также полагаю, что повторный CV - это k-кратная перекрестная проверка, выполненная несколько раз.

— B_Miner

Трудно поверить, что это нигде не задокументировано.

— Андрей

4

repeatedcvПовторяется 10-кратная кросс-проверка наверняка, согласно презентации Max Куна. Схема повторной выборки по умолчанию является начальной загрузкой.

Хорошим файлом, который вы можете посмотреть о методах пересэмплирования, является Predictive Modeling с R и пакетом каретки ( pdf ). Макс представил это в «useR! 2013».

— tigergopro
источник