我有几种算法:rpart、kNN、逻辑回归、随机森林、朴素贝叶斯和支持向量机。我想使用前向/后向和遗传算法选择来找到用于特定算法的最佳特征子集。
我如何在 R 中实现包装类型的前向/后向和遗传选择功能?
最佳答案
我现在正在测试包装器,所以我会给你一些 R 中的 Package 名称。什么是 wrapper ?
现在介绍方法: MASS Package:在逐步算法中通过 AIC 选择模型
stepAIC(模型,方向 =“两者”,跟踪 = FALSE)
stepAIC(模型,方向=“向后”,trace = FALSE)
stepAIC(模型,方向=“向前”,trace = FALSE)
Carte 包:向后特征选择
control <- rfeControl(functions = lmFuncs, method = "repeatedcv", number = 5, verbose = TRUE)
rfe_results <- rfe(x, y, sizes = c(1:10), rfeControl = control)
或使用遗传算法进行监督特征选择
gafs_results <- gafs(x, y, gafsControl = control)
或模拟退火特征选择
safs_results <- safs(x, y, iters = 10, safsControl = control)
希望我能给你一个很好的概述。还有很多方法...
关于r - 如何在 R 中使用包装特征选择算法?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36746575/