0

有没有办法在使用mlr中的包装器执行预处理步骤后访问数据?这是代码的剥离版本:

library(mlr)
library(mlbench)

data <- BreastCancer[, 2:11]
lrn <- makeLearner(cl = "classif.ranger",
                        predict.type = "prob",
                        fix.factors.prediction = TRUE,
                        importance = "permutation")

lrn <- makeImputeWrapper(lrn, classes = list(integer = imputeMedian(),
                                                  numeric = imputeHist(),
                                                  factor = imputeMode()))

lrn <- makeRemoveConstantFeaturesWrapper(lrn, na.ignore = TRUE)

classif.task <- makeClassifTask(data = rawdata, target = "Target", positive = "1")

model <- train(lrn, classif.task)

该代码定义了一个学习器,删除了常量特征并执行了插补。有没有办法查看删除常量特征后数据的样子,或者更有趣的是,在插补后数据会是什么样子?

4

1 回答 1

1

目前还没有实现——包装器的目的是封装所有内容,这样您就不必担心中间步骤。

但是,您可以使用该impute()函数分别进行相同的插补(同样用于删除常量特征)。有关更多信息,请参阅教程

于 2017-10-12T15:15:19.683 回答