在R中整合不同的數據集

Question

我正在嘗試使用此處描述的示例來組合來自不同模型的信號。 我有不同的數據集，它們預測相同的輸出。 但是，當我在caretList組合模型輸出caretList在一起的信號時，它給出了一個錯誤

Error in check_bestpreds_resamples(modelLibrary) : 
  Component models do not have the same re-sampling strategies

這是可復制的示例

library(caret)
library(caretEnsemble)
df1 <-
  data.frame(x1 = rnorm(200),
             x2 = rnorm(200),
             y = as.factor(sample(c("Jack", "Jill"), 200, replace = T)))

df2 <-
  data.frame(z1 = rnorm(400),
             z2 = rnorm(400),
             y = as.factor(sample(c("Jack", "Jill"), 400, replace = T)))

library(caret)
check_1 <- train( x = df1[,1:2],y = df1[,3],
                 method = "nnet",
                 tuneLength = 10,
                 trControl = trainControl(method = "cv",
                                          classProbs = TRUE,
                                          savePredictions = T))

check_2 <- train( x = df2[,1:2],y = df2[,3] ,
                 method = "nnet",
                 preProcess = c("center", "scale"),
                 tuneLength = 10,
                 trControl = trainControl(method = "cv",
                                          classProbs = TRUE,
                                          savePredictions = T))


combine <- c(check_1, check_2)
ens <- caretEnsemble(combine)

Answer 1

首先，您正在嘗試合並在不同訓練數據集上訓練的兩個模型。 那是行不通的。 所有集成模型都需要基於相同的訓練集。 在每個訓練有素的模型中，您將有不同的重采樣集。 因此，您當前的錯誤。

在不使用caretList的情況下構建模型也是很危險的，因為獲得不同的重采樣策略會有很大的變化。 您可以通過使用trainControl中的索引來更好地控制它（請參閱vignette ）。

如果使用1個數據集，則可以使用以下代碼：

ctrl <- trainControl(method = "cv",
                     number = 5,
                     classProbs = TRUE,
                     savePredictions = "final")

set.seed(1324)
# will generate the following warning:
# indexes not defined in trControl.  Attempting to set them ourselves, so 
# each model in the ensemble will have the same resampling indexes.
models <- caretList(x = df1[,1:2],
                    y = df1[,3] ,
                    trControl = ctrl,
                    tuneList = list(
                      check_1 = caretModelSpec(method = "nnet", tuneLength = 10),
                      check_2 = caretModelSpec(method = "nnet", tuneLength = 10, preProcess = c("center", "scale"))
                    )) 


ens <- caretEnsemble(models)


A glm ensemble of 2 base models: nnet, nnet

Ensemble results:
Generalized Linear Model 

200 samples
  2 predictor
  2 classes: 'Jack', 'Jill' 

No pre-processing
Resampling: Bootstrapped (25 reps) 
Summary of sample sizes: 200, 200, 200, 200, 200, 200, ... 
Resampling results:

  Accuracy   Kappa     
  0.5249231  0.04164767

另請閱讀本指南，了解不同的集成策略。