r - R错误:未使用的参数(measures = list(“f1”,FALSE等)
问题描述
我正在尝试使用 R 中的“mlr”库和 iris 数据集上的“c50”算法(使用 F1 分数作为指标):
library(mlr)
library(C50)
data(iris)
zooTask <- makeClassifTask(data = iris, target = "Species")
forest <- makeLearner("classif.C50")
forestParamSpace <- makeParamSet(
makeIntegerParam("minCases", lower = 1, upper = 100))
randSearch <- makeTuneControlRandom(maxit = 100)
cvForTuning <- makeResampleDesc("CV", iters = 5, measures = f1)
tunedForestPars <- tuneParams(forest, task = zooTask,
resampling = cvForTuning,
par.set = forestParamSpace,
control = randSearch)
tunedForestPars
但这会导致以下错误:
Error in makeResampleDescCV(iters = 5, measures = list(id = "f1", minimize = FALSE, :
unused argument (measures = list("f1", FALSE, c("classif", "req.pred", "req.truth"), function (task, model, pred, feats, extra.args)
{
measureF1(pred$data$truth, pred$data$response, pred$task.desc$positive)
}, list(), 1, 0, "F1 measure", "Defined as: 2 * tp/ (sum(truth == positive) + sum(response == positive))", list("test.mean", "Test mean", function (task, perf.test, perf.train, measure, group, pred)
mean(perf.test), "req.test")))
>
有人可以告诉我如何解决这个问题吗?
谢谢
解决方案
你宁愿measures
在tuneParams
. 此外,由于iris
数据是多类数据,f1
因此不可用(如代码所示),请参阅已实施的绩效测量。
cvForTuning <- makeResampleDesc("CV", iters = 5)
tunedForestPars <- tuneParams(forest, task = zooTask,
resampling = cvForTuning,
par.set = forestParamSpace,
control = randSearch,
measures = acc)
推荐阅读
- algorithm - 设计一个 URL 回调调度器
- google-compute-engine - 如何强制分离所有附加的 VM 上的非启动磁盘
- python - 如何指定超参数空间?
- firebase - Cloud Firestore 的不安全安全规则
- reactjs - 当我使用 react-test-library 测试一个具有不同 prop 值的组件时,它给了我错误
- sql-server - SQL数据库中的数据库下可以创建表吗?
- google-apps-script - 使用谷歌脚本将谷歌驱动器视频插入谷歌幻灯片
- javascript - axios拦截器拦截所有axios请求
- asp.net - 如何在 Identity Server 4 保护的 webapi 中访问自定义声明?
- java - 没有虚拟方法 verifyPhoneNumber,致命异常:main