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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注