Как исправить внутренние складки для настройки параметров в случайном лесу и SVM?

Я реализовал логистическую регрессию с использованием библиотеки glmnet. Для настройки гиперпараметра выполняется внутренняя перекрестная проверка. Я могу исправить внутренние сгибы с помощью set.seed, чтобы можно было указать параметры сложения. Я хочу сравнить прогностическую производительность в классификаторе SVM и Random Forest. Я хочу знать, если в Random Forest и SVM есть аналогичный параметр, поэтому я могу исправить внутренние складки для настройки гиперпараметра в этих функциях.

1
AI / Big Data / Machine Learning
AI / Big Data / Machine Learning
2 978 участник(ов)

Всё об AI, бигдата, о машинном обучении, и как правильно всё это готовить. For english: @bigdata_en По любым вопросам: @hitmaker Список интересных групп и каналов: https://github.com/goq/telegram-list

Data Science Chat
Data Science Chat
2 902 участник(ов)

Добро пожаловать в чат по анализу данных и машинному обучению. Вопросы или предложения по сотрудничеству: @ralovets Вакансии и реклама мероприятий разрешены только после согласования. Анти-спам бот для групп: @ProtectronBot

Нейронные сети (AI Community)
Нейронные сети (AI Community)
2 121 участник(ов)

Это чат про нейронные сети для членов AI Community.