有没有办法使用神经网络(插入符号)来尝试所有的特征子集？
有没有办法使用神经网络(插入符号)来尝试所有的特征子集？
提问于 2017-01-20 04:52:06
我正在使用插入符号和avNNET方法。我想在进行交叉验证时尝试变量的所有子集。这样我就可以确定最好的预测器和参数(就像暴力方法一样)。
我用过stepAIC和glm，有没有类似的东西？
回答 1
Stack Overflow用户
发布于 2018-02-04 12:18:50
在caret manual中，您可以找到"pcaNNet“方法，即带有特征提取的神经网络。
一个使用它的例子：
# define training control
train_control <- trainControl(method="repeatedcv", number=10, repeats = 10, classProbs = TRUE)
# train the model
model <- train(Status~., data=My_data, trControl=train_control, method="pcaNNet", metric = "Kappa")
# summarize results
print(model)
# Confusion matrix
model %>% confusionMatrix() 页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/41751475
复制相关文章
相似问题
腾讯云开发者
