可以将glmnet与caret和稀疏矩阵一起使用吗?

对我来说,使用glmnet的一大优势是可以直接处理稀疏矩阵,而无需进行转换。这里的帖子似乎表明caret的train函数只能接受数据框作为训练集,而?caret::train也暗示了这一点。实际情况是这样吗?


回答:

过去确实如此,目前,预测数据会被转换为数据框。然而,近期对该包的一些更改可能会允许保持稀疏矩阵对象。

我添加了这个,我会进一步研究这个问题。

Max

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注