r caret整合 - 在caretList中传递一个适合param的特定模型

Question

我有一些代码适合几个（交叉验证的）模型对某些数据，如下所示。

library(datasets) 
library(caret) 
library(caretEnsemble) 

# load data 
data("iris") 

# establish cross-validation structure 
set.seed(32) 
trainControl <- trainControl(method="repeatedcv", 
          number=5, repeats=3, # 3x 5-fold CV 
          search="random") 

algorithmList <- c('lda',   # Linear Discriminant Analysis 
        'rpart' ,  # Classification and Regression Trees 
        'svmRadial') # SVM with RBF Kernel 

# cross-validate models from algorithmList 
models <- caretList(Species~., data=iris, trControl=trainControl, methodList=algorithmList) 

迄今为止这么好。但是，如果我将'gbm'添加到我的algorithmList，则会收到大量无关的日志消息，因为gbm似乎具有verbose=TRUE默认适配参数。

按照caret docs，如果我上运行method='gbm'train本身（不与在caretList训练的几款车型一起），我可以简单地添加到verbose=FALSEtrain()，这将流经到gbm。但是当我在caretList中尝试它时会引发错误。

所以我想通过verbose=FALSE（或理论上的任何其他适合参数）专门从caretList的methodList的一个特定型号。我怎样才能做到这一点？

Answer 1

好的这实际上在文档中得到了很好的解决。

?caretList 

包括：

tuneList：可选的，caretModelSpec对象的命名列表。这是 更灵活methodList进行比和允许的 具体型号参数

的specificaiton我们已经确认，如果不是我的问题就解决了：

algorithmList <- c('lda',   # Linear Discriminant Analysis 
        'rpart' ,  # Classification and Regression Trees 
        'svmRadial', # SVM with RBF Kernel 
        'gbm')   # Gradient-boosted machines 

我用：

modelTypes <- list(lda  = caretModelSpec(method="lda"), 
        rpart = caretModelSpec(method="rpart"), 
        svmRadial= caretModelSpec(method="svmRadial"), 
        gbm  = caretModelSpec(method="rf", verbose=FALSE) 

...然后models <- caretList(...线从：

models <- caretList(... methodList=algorithmList) 

到：

models <-caretList(... tuneList = modelTypes)