小编Nal*_*cal的帖子

我尝试使用 F1 分数来确定哪个 k 值可以最大化模型以达到其给定的目的。模型是通过包train中的函数制作的caret。

示例数据集： https: //www.kaggle.com/lachster/churndata

我当前的代码包括以下内容（作为 f1 分数的函数）：

f1 <- function(data, lev = NULL, model = NULL) {
    precision <- posPredValue(data$pred, data$obs, positive = "pass")
    recall <- sensitivity(data$pred, data$obs, positive = "pass")
    f1_val <- (2*precision*recall) / (precision + recall)
    names(f1_val) <- c("F1")
    f1_val
}

以下为列车控制：

train.control <- trainControl(method = "repeatedcv", number = 10, repeats = 3, 
summaryFunction = f1, search = "grid")

以下是我最终执行的命令train：

x <- train(CHURN ~. , 
  data = experiment, …