[mlr3] Resample的AUC结果和benchmark不一致?

当 Resample 的AUC结果与基准(bench)在 ​均使用Bootstrap方法 的场景下出现不一致时>…

一个查到的方案是:在学习器添加随机种子

learner$param_set$values$seed = 123

Benchmark

set.seed(123)
design = benchmark_grid(task,learners ,
                        rsmps("bootstrap", repeats =200))
future::plan("multisession",workers =7)
bmr = benchmark(design, store_models = T,store_backends = T)
autoplot(bmr, type = "roc")

Resample

set.seed(123)
rr <- resample(task, learner_rf,
         resampling = rsmp("bootstrap",repeats=200),
         store_models = T,store_backends = T)
rr$aggregate(msr("classif.auc"))
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值