你如何有效地計算出不同機器學(xué)習(xí)算法的估計準(zhǔn)確性？在這篇文章中，你將會學(xué)到8種技術(shù)，用來比較R語言機器學(xué)習(xí)算法。你可以使用這些技術(shù)來選擇最精準(zhǔn)的模型，并能夠給出統(tǒng)計意義方面的評價，以及相比其它算法的絕對優(yōu)勢。
　　選擇最好的機器學(xué)習(xí)模型
　　你如何根據(jù)需求選擇最好的模型？
　　在你進行機器學(xué)習(xí)項目的時候，往往會有許多良好模型可供選擇。每個模型都有不同的性能特點。
　　使用重采樣方法，如交叉驗證，就可以得到每個模型在未知數(shù)據(jù)上精準(zhǔn)度的估計。你需要利用這些估計從你創(chuàng)建的一系列模型中選擇一到兩個最好的模型。
　　仔細(xì)比較機器學(xué)習(xí)模型
　　當(dāng)你有了新數(shù)據(jù)集，使用多種不同的圖形技術(shù)可視化數(shù)據(jù)是個好主意，你可以從不同角度來觀察數(shù)據(jù)。
　　這種想法也可以用于模型選擇。你應(yīng)該使用不同的方法來進行估計機器學(xué)習(xí)算法的準(zhǔn)確率，依此來選擇一到兩個模型。
　　你可以使用不同的可視化方法來顯示平均準(zhǔn)確率、方差和模型精度分布的其他性質(zhì)。
　　比較并選擇R語言的機器學(xué)習(xí)模型
　　在本節(jié)中，你將會學(xué)到如何客觀地比較R語言機器學(xué)習(xí)模型。
　　通過本節(jié)中的案例研究，你將為皮馬印第安人糖尿病數(shù)據(jù)集創(chuàng)建一些機器學(xué)習(xí)模型。然后你將會使用一系列不同的可視化技術(shù)來比較這些模型的估計準(zhǔn)確率。
　　本案例研究分為三個部分：
　　準(zhǔn)備數(shù)據(jù)集：加載庫文件和數(shù)據(jù)集，準(zhǔn)備訓(xùn)練模型。訓(xùn)練模型：在數(shù)據(jù)集上訓(xùn)練標(biāo)準(zhǔn)機器學(xué)習(xí)模型，準(zhǔn)備進行評估。比較模型：使用8種不同的技術(shù)比較訓(xùn)練得到的模型。
　　準(zhǔn)備數(shù)據(jù)集
　　本研究案例中使用的數(shù)據(jù)集是皮馬印第安人糖尿病數(shù)據(jù)集，可在UCI機器學(xué)習(xí)庫中獲取。也可在R中的mlbench包中獲取。
　　這是一個二元分類問題，預(yù)測患者在五年之內(nèi)糖尿病是否會發(fā)作。入?yún)⑹菙?shù)值型，描述了女性患者的醫(yī)療信息。
　　現(xiàn)在來加載庫文件和數(shù)據(jù)集。
　　# load librarieslibrary（mlbench） library（caret） # load the datasetdata（PimaIndiansDiabetes）
　　訓(xùn)練模型
　　在本節(jié)中，我們將會訓(xùn)練在下一節(jié)中將要比較的5個機器學(xué)習(xí)模型。
　　我們將使用重復(fù)交叉驗證，folds為10，repeats為3，這是比較模型的常用標(biāo)準(zhǔn)配置。評估指標(biāo)是精度和kappa，因為它們很容易解釋。
　　根據(jù)算法的代表性和學(xué)習(xí)風(fēng)格方式進行半隨機選擇。它們有：
　　分類和回歸樹線性判別分析使用徑向基函數(shù)的支持向量機K-近鄰隨機森林
　　訓(xùn)練完模型之后，將它們添加到一個list中，然后調(diào)用resamples（）函數(shù)。此函數(shù)可以檢查模型是可比較的，并且模型都使用同樣的訓(xùn)練方案（訓(xùn)練控制配置）。這個對象包含每個待評估算法每次折疊和重復(fù)的評估指標(biāo)。

普通下載普通下載

相關(guān)電子資料下載

• 如何創(chuàng)建FPGA控制的機器人手臂 49
• 機器學(xué)習(xí)需要掌握的九種工具盤點 16
• Hugging Face被限制訪問 404
• 《人工智能在指揮和控制系統(tǒng)中的決策支持》 133
• 生成式人工智能和機器學(xué)習(xí)正在這9個學(xué)科中打造未來 216
• 智慧礦山AI算法帶你解決皮帶運行難題！ 51
• 人工智能領(lǐng)域存在第一性原理嗎？ 53
• 英特爾啟動首個AI PC加速計劃，目標(biāo)2025年前為超100萬臺PC提供AI特性 223
• PLC就是邏輯控制嗎？PLC的網(wǎng)絡(luò)通信怎么樣？ 51
• 機器學(xué)習(xí)常用的5種采樣方法盤點 45