### R code from vignette source 'MLint_devel.Rnw' ################################################### ### code chunk number 1: lks ################################################### library(MLInterfaces) library(gbm) getClass("learnerSchema") ################################################### ### code chunk number 2: lkrf ################################################### randomForestI@converter ################################################### ### code chunk number 3: lknn ################################################### nnetI@converter ################################################### ### code chunk number 4: lkknn ################################################### knnI(k=3, l=2)@converter ################################################### ### code chunk number 5: show ################################################### library(MASS) data(crabs) kp = sample(1:200, size=120) rf1 = MLearn(sp~CL+RW, data=crabs, randomForestI, kp, ntree=100) rf1 RObject(rf1) knn1 = MLearn(sp~CL+RW, data=crabs, knnI(k=3,l=2), kp) knn1 ################################################### ### code chunk number 6: mkadaI ################################################### adaI = makeLearnerSchema("ada", "ada", standardMLIConverter ) arun = MLearn(sp~CL+RW, data=crabs, adaI, kp ) confuMat(arun) RObject(arun) ################################################### ### code chunk number 7: lks ################################################### standardMLIConverter ################################################### ### code chunk number 8: lkggg ################################################### gbm2 ################################################### ### code chunk number 9: tryg ################################################### BgbmI set.seed(1234) gbrun = MLearn(sp~CL+RW+FL+CW+BD, data=crabs, BgbmI(n.trees.pred=25000,thresh=.5), kp, n.trees=25000, distribution="bernoulli", verbose=FALSE ) gbrun confuMat(gbrun) summary(testScores(gbrun))