PETTER_WEN-优快云博客

原创线性混合效应模型中随机变量的含义

混合效应模型中随机变量设置需注意：1）样本量要求（分组变量5-10个，每组10-20样本）；2）随机效应关系（嵌套或交叉）；3）模型复杂度控制。常见结构包括：1）简单随机截距(1|g)；2）嵌套结构(1|g1/g2)；3）交叉结构(1|g1)+(1|g2)；4）含随机斜率的(1+x|g)；5）多重随机效应组合。特别地，(1||g)表示独立随机效应，需有理论支持。模型选择需平衡拟合效果与计算复杂度。

2025-10-17 11:20:23 138

原创 R语言caret包：机器学习示例（二）

兄弟姐妹们，咱们今天讲讲机器学习。开始之前，需要回归前期内容的请按需查看：上期内容，我们演示了数据预处理、数据分割、特征选择。下面我们介绍剩余内容。

2025-09-22 22:25:29 374

原创 R语言caret包：机器学习示例（一）

兄弟姐妹们，今天咱们讲讲机器学习。caret 包的主要功能：1）数据预处理：包括缺失值处理、数据标准化、数据转换、创建哑变量等。2）数据分割：将数据集划分为训练集、测试集、验证集等。3）特征选择：选择重要的特征，提高模型性能。4）模型训练：提供统一的接口训练各种机器学习模型。5）参数调优：自动搜索最佳的模型参数。6）模型评估：使用多种指标评估模型性能。7）模型比较：比较不同模型的性能。下面我用自己的数据进行各部分的演示：首先，咱们进行前期准备加载必要的数据和R包。

2025-09-22 21:57:38 251

原创 R语言caret包：机器学习介绍（train函数）

oneSE”选择最简且性能在1个标准差内的模型，“tolerance”选择允许指定容忍度的最简模型。回归问题默认“RMSE”/“Rsquared”。2. method：指定算法类型（如“rf”随机森林、“svmRadial”径向基SVM、“glm”逻辑回归等）。3. preProcess：预处理方法组合，可以进行标准（“center”和“scale”）、主成分分析（“pca。6. trControl：定义采样策略，通过trainControl（）函数设置。”）、缺失值填充（“knnImpute”）等。

2025-09-22 21:18:01 366

原创 R语言caret包：机器学习介绍（trainContral函数）

参数选择策略，如best（选择最优参数）、oneSE（选择最简且性能在1个标准差内的模型）、tolerance（允许性能下降阈值）4）计算优化：支持并行计算（allowParallel = TRUE）和种子控制（seeds），确保结果可复现。3. cv （K折交叉验证）：数据分成K份，轮流用K-1份训练，1份测试，重复K次，取平均结果；5. LOOCV（留一法交叉验证）：每个样本依次作为测试集，其余作为训练集，适用于小样本；6. LGOCV （留组交叉验证）：类似于K折交叉验证，但分组方式不同；

2025-09-21 22:44:27 291