[英]How to tweak maximum number of iterations in R caret package
我正在 R caret
包中運行具有徑向基核函數的支持向量機。 我的代碼運行時沒有錯誤或警告,但是它會生成“達到最大迭代次數......”消息,我將其解釋為算法沒有收斂到解決方案。
以一個小型大學招生數據集(4 個特征, n = 400)為例:
# Load data & factor admit variable.
> mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv")
mydata$admit <- as.factor(mydata$admit)
# Create levels yes/no to make sure the the classprobs get a correct name.
levels(mydata$admit) = c("yes", "no")
# Train SVM via 10-fold CV.
set.seed(123)
train_control <- trainControl( method="cv",
number=10,
classProbs = TRUE,
savePredictions = TRUE)
model_rbfsvm<- train(as.factor(admit) ~ .,
data=mydata,
trControl=train_control,
method="svmRadial",
family="binomial",
tuneGrid=expand.grid(C=c(.000001, .00001, .0001, .001, .01, .1, 1, 10), sigma=c(.00001, .0001, .001, .01, .1, 1, 10)),
metric="Accuracy",
preProcess=c("center","scale"))
成功執行但產生以下消息(我已經縮寫 - 它持續了很多行):
maximum number of iterations reached 4.663775e-05 4.663771e-05maximum number of iterations reached 0.0003396917 0.0003396878...
使用 train 函數中的maxiter=
語句調整最大迭代次數會產生相同的消息。
是否可以調整caret
的最大迭代次數還是固定在特定級別?
無法調整迭代次數。 如果您指定maxiter = .....
,它會被傳遞到底層的 kernlab lssvm
函數,但不是lssvm
函數中的一個選項並且被忽略。
您的警告僅在您設置classProbs = TRUE
時發生,如果您將其保留為默認選項,您將不會看到消息。 這很有趣,因為該消息表明 svm 尚未達到收斂,並且在classProbs = FALSE
時以某種方式收斂。 但我對此表示懷疑,因為模型結果完全相同。 如果您設置verboseIter = TRUE
則消息顯示效果會更好一些。
+ Fold1: C=0.001, sigma=0.001
maximum number of iterations reached 0.00024476 0.0002447579- Fold1: C=0.001, sigma=0.001
+ Fold1: C=0.010, sigma=0.001
maximum number of iterations reached 0.002770727 0.002765972- Fold1: C=0.010, sigma=0.001
直接使用lssvm
函數運行模型不會返回任何具有最大迭代次數的消息。 您可能想在caret的github 頁面上添加一行。
PS:您在 train 函數中指定的 family 選項不需要(也沒有使用)。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.