r - R caret / rfe / bayesglm 特征选择

Question

我正在使用bayesglm逻辑回归问题。这是一个包含 150 行和 2000 个变量的数据集。我正在尝试进行变量选择，通常会查看glmnet. caret::rfe但是没有方法bayesglm。

无论如何要手动定义一个方法rfe吗？

Answer 1

至于我只能想到重写lmFuncs$fit函数的问题，例如：

lmFuncs$fit<-function (x, y, first, last, ...){   
     tmp <- as.data.frame(x)   
     tmp$y <- y   
 bayesglm (y ~ ., family = gaussian, data = tmp)
}

然后做你rfe.fit的rfeControl(functions = lmFuncs)