Вы не тренируете ансамбль ; Вы просто тренируете список из нескольких моделей, не комбинируя их никоим образом, что определенно не является ансамблем.
Учитывая это, ошибка, которую вы получаете, не является неожиданной, так как confusionMatrix
ожидает одно предсказание (что было бы в случае, если у вас действительно был ансамбль), а не многократное.
Сохранение вашего списка для простоты только для ваших первых 4 моделей и незначительное изменение вашего определения fits_predicts
, чтобы оно давало фрейм данных, то есть:
models <- c("glm", "lda", "naive_bayes", "svmLinear")
fits_predicts <- as.data.frame( sapply(fits, function(fits){ predict(fits,mnist_27$test)
}))
# rest of your code as-is
, вот как вы можете получить путаницу Матрицы для каждой из ваших моделей :
cm <- lapply(fits_predicts, function(fits_predicts){confusionMatrix(fits_predicts,reference=(mnist_27$test$y))
})
, что дает
> cm
$glm
Confusion Matrix and Statistics
Reference
Prediction 2 7
2 82 26
7 24 68
Accuracy : 0.75
95% CI : (0.684, 0.8084)
No Information Rate : 0.53
P-Value [Acc > NIR] : 1.266e-10
Kappa : 0.4976
Mcnemar's Test P-Value : 0.8875
Sensitivity : 0.7736
Specificity : 0.7234
Pos Pred Value : 0.7593
Neg Pred Value : 0.7391
Prevalence : 0.5300
Detection Rate : 0.4100
Detection Prevalence : 0.5400
Balanced Accuracy : 0.7485
'Positive' Class : 2
$lda
Confusion Matrix and Statistics
Reference
Prediction 2 7
2 82 26
7 24 68
Accuracy : 0.75
95% CI : (0.684, 0.8084)
No Information Rate : 0.53
P-Value [Acc > NIR] : 1.266e-10
Kappa : 0.4976
Mcnemar's Test P-Value : 0.8875
Sensitivity : 0.7736
Specificity : 0.7234
Pos Pred Value : 0.7593
Neg Pred Value : 0.7391
Prevalence : 0.5300
Detection Rate : 0.4100
Detection Prevalence : 0.5400
Balanced Accuracy : 0.7485
'Positive' Class : 2
$naive_bayes
Confusion Matrix and Statistics
Reference
Prediction 2 7
2 88 23
7 18 71
Accuracy : 0.795
95% CI : (0.7323, 0.8487)
No Information Rate : 0.53
P-Value [Acc > NIR] : 5.821e-15
Kappa : 0.5873
Mcnemar's Test P-Value : 0.5322
Sensitivity : 0.8302
Specificity : 0.7553
Pos Pred Value : 0.7928
Neg Pred Value : 0.7978
Prevalence : 0.5300
Detection Rate : 0.4400
Detection Prevalence : 0.5550
Balanced Accuracy : 0.7928
'Positive' Class : 2
$svmLinear
Confusion Matrix and Statistics
Reference
Prediction 2 7
2 81 24
7 25 70
Accuracy : 0.755
95% CI : (0.6894, 0.8129)
No Information Rate : 0.53
P-Value [Acc > NIR] : 4.656e-11
Kappa : 0.5085
Mcnemar's Test P-Value : 1
Sensitivity : 0.7642
Specificity : 0.7447
Pos Pred Value : 0.7714
Neg Pred Value : 0.7368
Prevalence : 0.5300
Detection Rate : 0.4050
Detection Prevalence : 0.5250
Balanced Accuracy : 0.7544
'Positive' Class : 2
И вы также можете получить доступ к отдельным матрицам путаницы для модели, например для lda
:
> cm['lda']
$lda
Confusion Matrix and Statistics
Reference
Prediction 2 7
2 82 26
7 24 68
Accuracy : 0.75
95% CI : (0.684, 0.8084)
No Information Rate : 0.53
P-Value [Acc > NIR] : 1.266e-10
Kappa : 0.4976
Mcnemar's Test P-Value : 0.8875
Sensitivity : 0.7736
Specificity : 0.7234
Pos Pred Value : 0.7593
Neg Pred Value : 0.7391
Prevalence : 0.5300
Detection Rate : 0.4100
Detection Prevalence : 0.5400
Balanced Accuracy : 0.7485
'Positive' Class : 2
Та же проблема; и фиксация
Работа: NTEmacs-22.1 - версия бродяги: 2.0.55
Сбой: NTEmacs-22.3.1 - версия бродяги: 2.0.58 - пред
См. комментарий - никакие 2.0.* выпуск работал над emacs-22.3.1
Обновленный для топтания 2.1.14 - emacs 22.03.01 работает отлично
Рекомендуйте попытаться обновить от Savannah.
Примечание: Я не настраивал, правильно просто удалил существующего бродягу el и elc файлы от listp/net; и отброшенный те от загруженного tar в - необходимо изменить trampver.el.in для создания значимого файла шепелявости - но это не точно аэрокосмические исследования
посмотрите, что буфер топчет/звенит nungu@ip.ip.ip.ip'
Ну, что находится в том буфере?
редактирование благодарит добавить буферный вывод.
Команда 'stty' пытается настроить терминал, который БРОДЯГА собирается использовать для доступа к удаленной системе. Что происходит если Вы SSH непосредственно к системе и попытке выполнить команду? (Используйте того же БРОДЯГУ args, использует...),
Я не знаю технологии, что Вы говорите о, но если Genehack заявляет, что Ваш "regex не соответствует", затем необходимо протестировать с более простым Regex или упростить решение некоторым другим способом, пока Вы не выясняете часть загадки, которая не работает. Вы знаете, "это работает с этим простым regex, но не с этим более сложным один" или "это не regex вообще, начиная ни с КАКИХ работ regex"...
Разбейте на компоненты, упростите и заключите в скобки проблему, если Вы будете...
Я понимаю, что это - очевидные, общие рекомендации, но это - утро воскресенья...