3

现在，我正在尝试使用 Caret rfe 函数来执行特征选择，因为我处于 p>>n 的情况，并且大多数不涉及某种正则化的回归技术都不能很好地使用。我已经使用了一些正则化技术（Lasso），但我现在想尝试的是减少我的特征数量，以便我能够至少体面地运行任何类型的回归算法。

control <- rfeControl(functions=rfFuncs, method="cv", number=5)
model <- rfe(trainX, trainY, rfeControl=control)
predict(model, testX)

现在，如果我这样做，将运行使用随机森林的特征选择算法，然后根据 5 折交叉验证，将具有最佳特征集的模型用于预测，对?

我在这里对两件事感到好奇：1）有没有一种简单的方法来获取一组特征，并在其上训练另一个用于特征选择的函数？例如，将特征数量从 500 个减少到 20 个左右，这看起来更重要，然后应用 k-最近邻域。

我正在想象一种简单的方法来做到这一点，看起来像这样：

control <- rfeControl(functions=rfFuncs, method="cv", number=5)
model <- rfe(trainX, trainY, method = "knn", rfeControl=control)
predict(model, testX)

2）有没有办法调整特征选择算法的参数？我想对 mtry 的值进行一些控制。与使用 Caret 中的 train 函数时传递值网格的方式相同。有没有办法用 rfe 做这样的事情？

4

1 回答 1

4

这是一个关于如何使用内置模型执行 rfe 的简短示例：

library(caret)
library(mlbench) #for the data
data(Sonar)

rctrl1 <- rfeControl(method = "cv",
                     number = 3,
                     returnResamp = "all",
                     functions = caretFuncs,
                     saveDetails = TRUE)

model <- rfe(Class ~ ., data = Sonar,
             sizes = c(1, 5, 10, 15),
             method = "knn",
             trControl = trainControl(method = "cv",
                                      classProbs = TRUE),
             tuneGrid = data.frame(k = 1:10),
             rfeControl = rctrl1)

model
#output
Recursive feature selection

Outer resampling method: Cross-Validated (3 fold) 

Resampling performance over subset size:

 Variables Accuracy  Kappa AccuracySD KappaSD Selected
         1   0.6006 0.1984    0.06783 0.14047         
         5   0.7113 0.4160    0.04034 0.08261         
        10   0.7357 0.4638    0.01989 0.03967         
        15   0.7741 0.5417    0.05981 0.12001        *
        60   0.7696 0.5318    0.06405 0.13031         

The top 5 variables (out of 15):
   V11, V12, V10, V49, V9

model$fit$results
#output
    k  Accuracy     Kappa AccuracySD   KappaSD
1   1 0.8082684 0.6121666 0.07402575 0.1483508
2   2 0.8089610 0.6141450 0.10222599 0.2051025
3   3 0.8173377 0.6315411 0.07004865 0.1401424
4   4 0.7842208 0.5651094 0.08956707 0.1761045
5   5 0.7941775 0.5845479 0.07367886 0.1482536
6   6 0.7841775 0.5640338 0.06729946 0.1361090
7   7 0.7932468 0.5821317 0.07545889 0.1536220
8   8 0.7687229 0.5333385 0.05164023 0.1051902
9   9 0.7982468 0.5918922 0.07461116 0.1526814
10 10 0.8030087 0.6024680 0.06117471 0.1229467

更多定制请参见：

https://topepo.github.io/caret/recursive-feature-elimination.html

于 2018-08-20T16:04:12.000 回答