Hola,
Mira esto:
https://stackoverflow.com/questions/33513544/deploying-r-shiny-app-as-a-standalone-application
Saludos,
Carlos Ortega
www.qualityexcellence.es
El 21 de febrero de 2018, 22:29, Jesús Para Fernández <
j.para.fernan...@hotmail.com> escribió:
> Buenas,
>
> Se puede,en local, crear
Si ya vas a utilizar "gbm", por justamente mejorar la capacidad
predictiva, usaría el "gbm" de H2O o mejor "ligthgbm"...
El porqué...
https://github.com/szilard/GBM-perf
Saludos,
Carlos Ortega
www.qualityexcellence.es
El 21 de febrero de 2018, 10:49, Manuel Mendoza
escribió:
>
> Bueno, final
Bueno, finalmente estaba equivocado en relación a la validación
cruzada; resulta que gbm tiene el comando gbm.perf(gbm.model,
method="cv") que te indica el mejor nº de árboles por VC. Lo pongo por
si a alguien le pudiera interesar. Los gradient boosted son, sin duda,
uno de los algoritmos