我有一个数据集，其中包含参与者的多个观察结果。参与者由id表示。为了在交叉验证过程中考虑到这一点，我将 blocking = Factor(id) 添加到 makeClassifTask() 并将 blocking.cv = TRUE 添加到makeResampleDesc()。但是，如果我将 id 留在数据集中，它将用作预测变量。我的问题是:如何正确使用阻塞？我的做法是创建一个新变量，例如participant.id(数据集外部)，接下来从原始数据集中删除 id，然后使用 blocking = Factor(participant.id)，但我不确定这是否是处理阻塞的正确方法。
最佳答案
您可以提供一个自定义因子向量来指定属于一起的观测值，而不是提供用于阻塞的变量。这也显示在 tutorial 中。
这样您就不需要在数据集中包含变量“participant.id”。
还要确保您确实想要使用“阻止”。您已经看过“分组”了吗？链接的教程部分也描述了两者之间的差异。
关于mlr - 在具有主题 ID 的 MLR 中阻止交叉验证，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/56078958/