我使用caret包创建nnet模型,并使用以下代码提取预测值:
我还创建了以下输出,以便我可以查看最优模型参数,如下所示:
我使用caret包创建nnet模型,并使用以下代码提取预测值:
nnet<-predict(my_model, newdata = my_new_data)
nnet
[1] -0.1468207
我还创建了以下输出,以便我可以查看最优模型参数,如下所示:
Resampling results across tuning parameters:
size decay RMSE Rsquared RMSE SD Rsquared SD
10 0.001 0.01867841 0.4789708 0.002538599 0.12778927
10 0.100 0.02349088 0.1233067 0.001859455 0.10188046
12 0.001 0.01826047 0.5059824 0.002630588 0.12962511
12 0.100 0.02348553 0.1238252 0.001890646 0.09851303
15 0.001 0.01795350 0.5289120 0.003021449 0.13908835
15 0.100 0.02318972 0.1429446 0.001932714 0.11156927
RMSE was used to select the optimal model using the smallest value.
The final values used for the model were size = 15 and decay = 0.001.
我的问题是如何创建一个仅包含最终模型的最优RMSE值的变量?(而不是手动检查输出。)
例如,以下是类似的内容:
Model_RMSE<-nnet$finalModelRMSE
Model_RMSE
[1] 0.01795350
谢谢你
*更新 感谢 @SamThomas,那就是它了。 我实际上只想从“获胜/最佳”使用的模型中获取RMSE,因此我只需在下面的建议中包装一个min()。
>nnet$results["RMSE"]
RMSE
1 0.01867841
2 0.02349088
3 0.01826047
4 0.02348553
5 0.01795350
6 0.02318972
>min(nnet$results["RMSE"])
[1] 0.0179535
nnet$results["RMSE"]
怎么样?如果不行的话,提供一个可重现的例子会很有帮助(而且在任何情况下都是个好习惯)。 - Whitebeard