r-如何使用插入符号中已调整(现有)的参数来构建模型

Question

我正在尝试使用插入符号包构建SVM模型。在调整了参数之后，我们如何使用最佳参数来构建模型，这样我们在未来使用模型时就不需要调整参数了？谢谢

library(caret)
data("mtcars")
set.seed(100)
mydata = mtcars[, -c(8,9)]
model_svmr <- train(
hp ~ ., 
data = mydata, 
tuneLength = 10, 
method = "svmRadial", 
metric = "RMSE", 
preProcess = c('center', 'scale'),
trControl = trainControl(
method = "repeatedcv", 
number = 5, 
repeats = 2, 
verboseIter = TRUE
)
)
model_svmr$bestTune

结果表明，σ=0.1263203，C=4。我们如何使用调整后的参数来建立SVM模型？

Answer 1

来自caret包文档中的此页面：

在模型调整值已知的情况下，可以使用train将模型拟合到整个训练集，而无需任何重新采样或参数调整。可以使用trainControl中的method = "none"选项。

在您的情况下，这看起来像：

library(caret)
data("mtcars")
set.seed(100)
mydata2 <- mtcars[, -c(8, 9)]
model_svmr <- train(
hp ~ .,
data = mydata,
method = "svmRadial",
trControl = trainControl(method = "none"),    # Telling caret not to re-tune
tuneGrid = data.frame(sigma=0.1263203, C=4)   # Specifying the parameters
)

其中我们已经移除了与调谐相关的任何参数，即tunelength、metric和preProcess。

请注意，plot.train、resamples、confusionMatrix.train和其他几个函数将不适用于此对象，但predict.train和其他函数将适用。