r - 如何将 RFE 选择的变量插入到 r 中的机器学习模型中？

Question

我想使用递归特征消除方法来选择最重要的特征，然后将它们放入机器学习模型中。我将 RFE 的代码写为

library(mlbench)
library(caret)
control <- rfeControl(functions=rfFuncs, method="cv", number=10)
results <- rfe(train[,1:134], train[,135], sizes=c(1:134),rfeControl=control)
print(results)
predictors(results)

然后代码给了我最重要的特征：[1]“a”“b”“c”“d”“e”最后我把这些特征放在模型中：

weighted_fit <- train(x ~ a+b+c+d,
data = train,
method = 'glmnet',
trControl = ctrl)

我的问题是每次 RFE 为我提供 [1] "a" "b" "c" "d" "e" 的顶级功能时，我必须将它们编辑为 a+b+c+d 并将它们放入模型中但是，如果手动选择了 50 个特征作为顶级特征，则无法对其进行编辑并将其放入模型中，有什么方法可以自动执行此操作。我非常感谢您的意见。

Answer 1

Is help("update") what you are looking for?

x <- rnorm(10)
a <- 1:10
b <- 11:20
c <- 21:30
d <- rnorm(10)

fmla <- x ~ a

update(fmla, "~b")
#x ~ b

new <- c("b", "c", "d")
update(fmla, paste("~", paste(new, collapse = "+")))
#x ~ b + c + d