1

我想使用偏最小二乘判别分析 (PLS-DA) 来解决要预测多个类的分类问题。我知道 PLS-DA 不限于两个类问题，我相信使用 Caret 包中的 plsda 可以处理这个问题，但是当我尝试在 mlr 包中构建 PLS-DA 模型时，我得到一个错误提示我的任务是“多类问题，但学习者 'classif.plsdaCaret' 不支持！”

是否可以使用 mlr 构建多类 PLS-DA 模型，我只是使用了错误的学习器吗？这是一个可重现的示例：

# LOAD PACKAGES ----
#install.packages("BiocManager")
#BiocManager::install("mixOmics")
library(mlr)
library(tidyverse)
library(mixOmics)

# LOAD IN DATA ----
data(liver.toxicity)
liverTib <- as.tibble(cbind(liver.toxicity$treatment$Treatment.Group,
                            liver.toxicity$gene)
)
names(liverTib)[1] <- "Treatment"

liverTib

# MAKE TASK, LEARNER AND ATTEMPT TO BULD MODEL
liverTask <- makeClassifTask(data = liverTib, target = "Treatment")
plsda <- makeLearner("classif.plsdaCaret")
liverModel <- train(plsda, liverTask)
4

2 回答 2

1

在mlr(v2.14.0.9000)的开发版本中plsdaCaret启用了通过模型进行多类分类。您可以使用以下代码从 GitHub 下载包：

install.packages("remotes")
remotes::install_github("mlr-org/mlr")

具有 3 个类的 PLS-DA 示例：

library(mlr)
#> Loading required package: ParamHelpers
tsk  <- makeClassifTask("iris", iris, target = "Species")
lrn1 <- makeLearner("classif.plsdaCaret")
mod1 <- train(lrn1, tsk)
prd  <- predict(mod1, tsk)
calculateConfusionMatrix(prd)
#>             predicted
#> true         setosa versicolor virginica -err.-
#>   setosa         50          0         0      0
#>   versicolor      0         31        19     19
#>   virginica       0          8        42      8
#>   -err.-          0          8        19     27

由reprex 包（v0.3.0）于 2019 年 7 月 18 日创建

（这个拉取请求解决了这个问题。）

于 2019-07-16T08:44:42.403 回答
0

当前实现不支持多类，请参见此处：https ://mlr.mlr-org.com/articles/tutorial/integrated_learners.html

您可以更改学习者的代码（https://github.com/mlr-org/mlr/blob/master/R/RLearner_classif_plsdaCaret.R）以使多类成为可能（有关说明，请参见此处：https://mlr. mlr-org.com/articles/tutorial/create_learner.html）。

于 2019-01-02T16:35:35.960 回答