我正在使用SuperLearnerR包。我正在尝试为训练集和测试集生成预测的y值。在不定义"newX“的情况下拟合超级学习器模型以首先获得训练集上的预测值,以便我可以计算均方误差和绘制预测值与实际Y值之间的关系之后,我使用”newX“命令通过运行以下代码来预测测试集的Y值:
sl.cv:"Error in object$whichScreen:$ operator对于原子矢量是
我有一个数据集,我正在对其执行逐步回归,并进行交叉验证。我最初使用交叉验证执行了多元线性回归,并且能够看到我的测试集的值与每个折叠的训练集的值有多接近(我使用该值绘制了一个图表,在其中我测量了性能)。我也要做同样的事情,但要逐步回归。我在R中执行了以下算法:
test <- CV.SuperLearner
Specialization> specializations;和阶级;)public class Specialization {}select * from resume r inner join resume_to_specialization rts on r.id = rts.id inner j