变量选择之包装法

文章预览

关注公众号，发送 R语言 或 python ，可获取资料 💡专注R语言在🩺生物医学中的使用 设为“ 星标 ”，精彩不错过 之前我们简单介绍过机器学习中常见的特征选择方法,详见: 机器学习中的特征选择(变量筛选)方法简介 主要就是 过滤法(filter)/包装法(wrapper)/嵌入法(embed) ,各种方法在R中都可以找到单独的R包实现,但是这样不利于学习和使用,所以有了各种整合R包,比如 caret / tidymodels / mlr3 . 目前看来 mlr3 是整合最全面的, tidymodels 中的特征选择基本就是不能用,只有一些简单的过滤法, caret 由于性能问题现在有点落伍了.所以我们今天介绍 mlr3 中的特征选择方法. mlr3 中的特征选择主要是通过2个R包实现的: mlr3filters :实现过滤法和嵌入法 mlr3fselect :实现包装法 嵌入法是直接和算法绑定的,可以直接通过算法实现,当然也可以通过 mlr3filters 实现. 过滤法和嵌入法之前 ………………………………