แพ็คเกจการเลือกคุณสมบัติใน R ซึ่งทำได้ทั้งการถดถอยและการจัดหมวดหมู่


12

ฉันยังใหม่กับอาร์มากฉันกำลังเรียนรู้การเรียนรู้ของเครื่องตอนนี้ ขอโทษถ้าคำถามนี้ดูเหมือนจะเป็นพื้นฐานมาก ฉันพยายามค้นหาแพ็คเกจการเลือกคุณสมบัติที่ดีใน R. ฉันผ่านแพ็คเกจ Boruta มันเป็นแพ็คเกจที่ดี แต่ฉันอ่านว่ามันมีประโยชน์สำหรับการจัดหมวดหมู่เท่านั้น

ฉันต้องการใช้การเลือกคุณสมบัติใน R สำหรับงานการถดถอย ฉันอ่านเอกสารกำกับชุด Caret แต่สำหรับระดับของฉันมันยากที่จะเข้าใจ

คนใดคนหนึ่งได้โปรดชี้ให้ฉันไปสอนที่ดีหรือรายการแพคเกจที่ดีหรือแพคเกจที่ใช้บ่อยที่สุดใน R สำหรับการเลือกคุณสมบัติ

ความช่วยเหลือใด ๆ ที่จะได้รับการชื่นชม ขอบคุณล่วงหน้า.


3
Boruta ทำงานได้ดีสำหรับการถดถอย

คำตอบ:


13

นอกจากนี้คุณยังสามารถมีลักษณะที่FSelector , varSelRF FSelector มีฟังก์ชั่นหลายอย่างสำหรับการเลือกคุณสมบัติตามตัวอย่างในการทดสอบไคสแควร์ในทฤษฎีข้อมูล (เอนโทรปีข้อมูลร่วมอัตราการได้รับ ... ) โดยความสัมพันธ์ระหว่างคุณลักษณะความสอดคล้อง ฯลฯ ... varSelRF เป็นแพคเกจที่มีประโยชน์ สำหรับการเลือกคุณสมบัติโดยใช้ฟอเรสต์แบบสุ่มพร้อมการกำจัดตัวแปรด้านหลังและด้วยสเปกตรัมที่สำคัญ


2
สวัสดี FWaldner นี่ดูเหมือนจะเป็นคำตอบสั้น ๆ คุณอาจลองขยายมันด้วยประโยคหนึ่งหรือสองประโยคหรืออาจจะพูดสั้น ๆ ว่าแพ็คเกจเหล่านี้ทำอะไรที่เหมือนหรือแตกต่างจากคำแนะนำอื่น ๆ หรือแม้แต่กับสิ่งอื่น ๆ เพราะมันเป็นเพียงลิงค์เชื่อมโยง
Glen_b

ดูเหมือนว่า varSelRF นั้นมีจุดประสงค์เพื่อจำแนกป่าสุ่มเท่านั้นแทนที่จะเป็นการถดถอย
blmoore

7

คุณได้ดูการเรียนรู้ด้วยเครื่องจักรและการเรียนรู้ทางสถิติจากมุมมองงาน CRAN แล้วที่นอกเหนือจากcaretและBorutaมีการพูดถึงแพ็คเกจอื่น ๆ บ้างไหม?

โดยทั่วไปหากคุณไม่เข้าใจขั้นตอนทางสถิติที่เฉพาะเจาะจงเกี่ยวกับการเลือกสถานที่มันอาจจะดีกว่าถ้าคุณถามคำถามเป้าหมาย การเชื่อมโยง CV ต่อไปนี้อาจเจอเป็นประโยชน์ค่อนข้างเป็นจุดเริ่มต้น: อัลกอริทึมสำหรับการเลือกรูปแบบอัตโนมัติ


3

ฉันขอแนะนำRattleที่มีการเลือกคุณลักษณะป่าแบบสุ่ม (และอีกมากมาย) มันมี GUI ที่ดีและใช้งานง่ายมาก



1

นอกจากนี้Caretแพคเกจนอกจากนี้ยังมีวิธีการคัดเลือกคุณสมบัติ ที่นี่และที่นี่Caret packageคือคู่ของบทเรียนเกี่ยวกับการใช้ตัวเลือกคุณลักษณะใน เมื่อเร็ว ๆ นี้แพคเกจการเลือกคุณลักษณะเป็นไปตามขั้นตอนวิธีการ SISAL โดย Tikka และHollménมีอยู่ในCRAN


ลิงก์ไปยังบทช่วยสอนนั้นตายแล้ว อย่างไรก็ตามลิงค์นี้อาจมีประโยชน์
Ekaba Bisong
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.