R中训练已知机器学习模型的首选方法是使用caret包及其通用的train方法。我的问题是tuneGrid和trControl参数之间的关系是什么？它们无疑是相关的，但我通过阅读文档无法弄清楚它们之间的关系…例如：
library(caret) # 使用交叉验证训练并选择最佳模型df <- ... # 包含输入数据control <- trainControl(method = "cv", number = 10, p = .9, allowParallel = TRUE)fit <- train(y ~ ., method = "knn", data = df, tuneGrid = data.frame(k = seq(9, 71, 2)), trControl = control)如果我运行上面的代码，会发生什么？按照trainControl的定义，每个包含90%数据的10个CV折叠是如何与k的32个水平结合的？
更具体地说：
- 我有参数
k的32个水平。 - 我也有10个CV折叠。
k-最近邻模型是被训练了32*10次吗？还是其他情况？
回答：
是的，你是正确的。你将训练数据分成10组，假设为1..10。从第一组开始，你使用所有2..10组（训练数据的90%）来训练你的模型，并在第一组上进行测试。这个过程对第二组、第三组等重复进行，总共10次，你有32个k值要测试，因此是32 * 10 = 320次。
你也可以使用trainControl中的returnResamp函数提取这些cv结果。我在下面简化为3折和4个k值：
df <- mtcarsset.seed(100)control <- trainControl(method = "cv", number = 3, p = .9,returnResamp="all")fit <- train(mpg ~ ., method = "knn", data = mtcars, tuneGrid = data.frame(k = 2:5), trControl = control)resample_results = fit$resampleresample_results RMSE Rsquared MAE k Resample1 3.502321 0.7772086 2.483333 2 Fold12 3.807011 0.7636239 2.861111 3 Fold13 3.592665 0.8035741 2.697917 4 Fold14 3.682105 0.8486331 2.741667 5 Fold15 2.473611 0.8665093 1.995000 2 Fold26 2.673429 0.8128622 2.210000 3 Fold27 2.983224 0.7120910 2.645000 4 Fold28 2.998199 0.7207914 2.608000 5 Fold29 2.094039 0.9620830 1.610000 2 Fold310 2.551035 0.8717981 2.113333 3 Fold311 2.893192 0.8324555 2.482500 4 Fold312 2.806870 0.8700533 2.368333 5 Fold3# 我们手动计算每个参数的平均RMSEtapply(resample_results$RMSE,resample_results$k,mean) 2 3 4 5 2.689990 3.010492 3.156360 3.162392# 我们可以看到它对应于最终的拟合结果fit$resultsk RMSE Rsquared MAE RMSESD RsquaredSD MAESD1 2 2.689990 0.8686003 2.029444 0.7286489 0.09245494 0.43768442 3 3.010492 0.8160947 2.394815 0.6925154 0.05415954 0.40670663 4 3.156360 0.7827069 2.608472 0.3805227 0.06283697 0.11225774 5 3.162392 0.8131593 2.572667 0.4601396 0.08070670 0.1891581