### 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))