因此，我所做的是以以下方式生成自定义重采样：resampling_backtest = rsmp("custom")
test_sets = list(31) # for later use in the instantiated resamplingappend(train_sets, list(c(1:(t
浏览 1提问于2021-11-18得票数 0
回答已采纳
A resampling method can be given.(Default: ``16000``) self.orig_freq = orig_freq self.resampling_method= resampling_method
de
浏览 4提问于2020-08-19得票数 2
1回答
查看rasterio.enums.Resampling类，似乎唯一的方法是在相邻的栅格网格之间进行插值，实质上是平滑数据。int(src.height * upscale_factor), ), transform = src.transform * src.transform.scale(
浏览 3提问于2021-06-03得票数 0
回答已采纳
1回答
我可以指定折叠数(=实例数)，例如via resampling = rsmp("cv", folds=task$nrow) 但这明确地指的是“任务”，它可能无法在流水线中工作。 我该怎么继续呢？
浏览 28提问于2021-04-14得票数 3
回答已采纳
这是我对两个学习者lrn1和lrn2的内部循环：
tune_lrn2 <- makeTuneWrapper(lrn2, resampling = inner, par.set
浏览 1提问于2019-04-26得票数 0
Error: Resampling 'cv' may not be instantiated
indexindex,]resampling</e
浏览 5提问于2022-05-28得票数 0
3回答
library(data.table)resampling <- list()for (i in 1:length(cyl)){
dat_cyl <- mtcars[cyl == as.numeric(cyl[i]) ]
浏览 7提问于2018-10-15得票数 1
回答已采纳
The code taken from mlr3 book (https://mlr3book.mlr-org.com/nested-resampling.html) is as follows:library("mlr3tuning")learner = lrn("classif.rpart")
resampling = rsmp("holdout")trm("evals", n_eval
浏览 34提问于2020-12-16得票数 0
resampling = rsmp("cv", folds=20) tasks = task, resamplings = resampling= benchmark_grid( learners = l
浏览 30提问于2021-04-20得票数 0
回答已采纳
1回答
resampledBytes = outputStream.readAllBytes(); System.out.println("Actual number of samples after resampling
浏览 87提问于2021-03-25得票数 2
方法$resampling$train.inds和$resampling$test.inds在没有最终达到训练和测试目的的信息的情况下返回全部5倍。= tuneParams(learner = learner, resamplingtuned_model$x)model_rf = train(learner = model_rf, task = regr_task)
model_r
浏览 9提问于2019-10-09得票数 1
回答已采纳
在caret中，使用函数best、tolerance等，我可以选择一个不太复杂的模型，而且性能损失很小()。
浏览 1提问于2016-11-09得票数 1
= "random_search", resamplingauto_tuner(method = "irace", resampling
浏览 1提问于2021-12-04得票数 2
“# - inner5-fold CVresampling</em
浏览 10提问于2021-08-17得票数 0
回答已采纳
我尝试了以下代码：OUTPUT_FOLDER= "/d/afavro/Bureau/test_resampling/resampling_10m"
for
浏览 1提问于2019-04-24得票数 2
回答已采纳
set search space method = "random_search", learner = learner, outer_resampli
浏览 4提问于2022-02-18得票数 1
SMOTE
sns.countplot('TARGET_FRAUD', data=df)plt.title('After Resampling
浏览 41提问于2019-09-27得票数 0
task = tsk("penguins")resampling = rsmp("holdout")
rr = resample(task, learner, resampling) 谢谢!
浏览 15提问于2021-08-17得票数 0
回答已采纳
69336802/7219311# AutoTuner for the inner resampling## inner-resampling designterminator = trm("none")= rsmp("holdout&quo
浏览 5提问于2021-11-03得票数 0
回答已采纳
我有一些随机生成的数据，我正在尝试围绕这些数据构建回归模型。以下是数据：x <- rnorm(100)我想执行LOOCV，并找出使用最小二乘拟合模型所产生的误差。下面是使用boot完成此操作的方法Data = data.frame(x, y)glm.fit = glm(y ~ x)## [1] 5.891 5.889
有没有办法用caret复制？我可以做到这一点，但是我不知道是否有一种方
浏览 0提问于2020-02-12得票数 0
云服务器
ICP备案
对象存储
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号