R语言finetune包 control

返回R语言finetune包函数列表

控制方面的网格搜索赛车过程

control_race( verbose = FALSE, verbose_elim = FALSE, allow_par = TRUE, extract = NULL, save_pred = FALSE, burn_in = 3, num_ties = 10, alpha = 0.05, randomize = TRUE, pkgs = NULL, save_workflow = FALSE, event_level = "first", parallel_over = "everything")

verbose : 用于在生成结果时记录结果的逻辑方法。不管这个参数是什么，警告和错误总是显示出来的。如果使用暗主题，可能很难看到一些日志消息。如果是这种情况，请尝试设置潮模.深色选项withoptions(潮模.深色=TRUE）以打印较浅的颜色。

verbose_elim : 一种逻辑方法，用于记录是否应消除调整参数组合。

allow_par : 允许并行处理（如果注册了parallelbackend）的逻辑。

extract : 具有至少一个参数（或NULL）的可选函数，可用于保留模型拟合对象、配方或工作流其他元素中的任意对象。

save_pred : 是否应为每个评估模型保存样本外预测的逻辑表达式。

burn_in : 一个整数，表示在参数筛选开始之前，应为所有网格组合完成多少重采样。

num_ties : 一个整数，表示何时应发生断带。如果有两个最终的参数组合被评估，files指定了应该评估多少次重采样迭代。再经过files次迭代，得到当前最佳结果的参数组合。

alpha : 每个参数组合的单边置信区间的α水平。

randomize : 是否应以随机顺序评估重采样？默认情况下，重采样以随机顺序进行评估，因此在调用此方法之前，应控制随机数字（以便可重复）。对于重复交叉验证，随机化发生在每个重复中。

pkgs : 一个可选的R程序包名字符串，在并行处理过程中，该字符串应（按名称空间）归属。

save_workflow : 工作流是否应作为属性附加到输出的逻辑表达式。

event_level : 包含“first”或“second”的单个字符串。在进行任何类型的类预测时，此参数被传递给尺度度量函数，并指定结果的哪个级别被视为“event”。

parallel_over : 包含描述如何使用并行处理的“重采样”或“所有内容”的单个字符串。或者，允许NULL，它在“重采样”和“所有内容”之间进行选择自动。如果“重采样”，然后将在重采样上并行执行调整。在每次重采样中，预处理器（即配方或公式）只处理一次，然后在需要重新采样的所有模型中重用适合。如果“everything”，则在两点处并行执行调整水平。一个外部并行循环将迭代重采样。此外，对于特定的重采样，一个内部并行循环将遍历预处理器和模型调整参数的所有独特组合。这将导致预处理器被多次重新处理，但如果处理非常复杂，则速度会更快快。如果NULL，如果有多个重采样，则选择“重采样”，否则选择“所有”以尝试最大化核心利用率。

control_race()