Повторный метод cnN cv возвращает неоправданный результат по сравнению с моим собственным кодом с использованием библиотеки классов - PullRequest
Новая
       50

Повторный метод cnN cv возвращает неоправданный результат по сравнению с моим собственным кодом с использованием библиотеки классов

0 голосов
/ 29 мая 2018

В последнее время я делаю KNN с наборами данных по раку молочной железы, которые довольно известны для обучающихся машинному обучению.

Я использовал функцию поезда с опцией метода kKnn в библиотеке карет, чтобы найти оптимальное значение k, и я использовал "repeatcv"метод.

Я решил найти оптимальное значение k при увеличении повторяющихся раз.Однако у функции получается другое оптимальное значение k.

мой исходный код здесь. 

  accuracy_data<-vector()
  accuracy_data[1:10]<-0
  current_op<-0
  count_same<-0
  str(knnFit)

  for (i in 1:50){
    cat('\n current repitation is',i)
    set.seed(i*10)
    training_now<-training[sample(nrow(training)),]

    set.seed(i*100)
    ctrl <- trainControl(method="repeatedcv",repeats = 1) 
    formula <- as.formula(paste(col_label_name, ' ~ .' ))
    knnFit <- train(formula, data=training_now,  method = "knn", trControl = ctrl, preProcess = c("center","scale"), tuneLength = 20)
    accuracy_data<-accuracy_data+knnFit$results$Accuracy


    cat('\n',3+which.max(accuracy_data)*2,'\n')

    if (current_op == which.max(accuracy_data)){
      count_same<-count_same+1
    }
    else{
      current_op<-which.max(accuracy_data);
    }

    if (count_same==3){
       cat('\n',i,'time repitition is enough \n')
     break
    }

  }

Намеренно я использовал 1 повторное время, но зациклил его.Я накопил точность, чтобы увидеть сходимость, но не смог увидеть сходимости.Кроме того, при каждом запуске кода оптимальный результат k был таким разным.

После этого я кодировал свой выигранный код, чтобы найти оптимальное значение k, используя функцию Knn из библиотеки 'class'.Как ни странно, это выглядело как успешное.Но я до сих пор не знаю, почему функция каретки возвращает недопустимый результат.

Вот мой код, использующий функцию knn из библиотеки классов.

  accuracy_data<-vector()
  accuracy_data[1:10]<-0
  current_op<-0
  count_same<-0

  print('Finding best parameter k by using 10-fold cross-validation method. please wait....')
  for (k in (1:100)){
    random_rows<-sample(nrow(training))
    training<-training[random_rows,]
    train_label<-train_label[random_rows]
    print(paste('The number of repeatation:',k))


    for (j in (1:20)) { ## the number k that will be swept
      kvalue=2*j-1
      acc<-0  
      for (i in 1:fold_n){ ## accmulate accuracy
        # cat(point[i],point[i+1],'\n')

        training_now<-training[-(point[i]:point[i+1]),]
        train_label_now<-train_label[-(point[i]:point[i+1])]
        validation_set<-training[(point[i]:point[i+1]),]
        validation_label<-train_label[(point[i]:point[i+1])]

        validation_pred<-knn(train =training_now , test = validation_set , cl = train_label_now, k=kvalue)

        accuracy<-sum(ifelse(validation_label==validation_pred,1,0)) / length(validation_pred)
        acc<-accuracy+acc
      }
      cat('\n Accuracy:',acc/fold_n,'when k=',kvalue)
      accuracy_data[j]<-accuracy_data[j]+acc/fold_n
    }

    if (current_op==which.max(accuracy_data)){
      count_same<-count_same+1
    }
    else{
      count_same<-0
      current_op<-which.max(accuracy_data)
    }

    if (count_same==3){
      cat('\n',k,'time repitition is enough \n')
      break;
    }        

    current_op<-which.max(accuracy_data)
    cat('\n maximum row:',which.max(accuracy_data),'\n')
  }

Я думал, что два результата должны сходиться к одному и тому же k, который имеет максимальную точность, но первый дает различный оптимальный k при каждом выполнении, несмотря на сходимость.

Однако второй даетнепротиворечивый результат оптимального k и сходится согласно итерации

...