要在 R 包中进行交叉验证（重采样）mlr，通常我们需要调用makeResampleDesc函数来指定方法和折叠。

我的问题是：

1. 是否可以使用预定义的列作为折叠列？或者，
2. makeResampleDescin确保创建的mlr折叠是一致的（在同一原因种子下的不同学习者之间），并且可以导出以进行进一步操作？

如果这个问题早点出现，我很抱歉，但我没有发现这样的问题。我的预测模型有问题。我想建立 xgboost 和随机森林。我使用的包要求在 xgboost 构造中，应该创建虚拟变量。问题是我是否应该使用虚拟集来构建两者？（即使森林可以处理计算并且不需要假人）？为了测试模型并进行比较，我还应该将训练集中的分类变量更改为虚拟变量，对吧？换句话说，我的训练集和测试集对于每个模型都必须相同吗？非常感谢您的帮助！

我需要训练一个模型，该模型将对文本数据执行多标签多类分类。

目前，我在 R 中使用 mlr 包。但不幸的是，由于在训练模型之前出现错误，我没有继续进行。

更具体地说，我被困在这个地方：

并且，得到了这个错误

makeMultilabelTask​​(id = "classif", data = termsDf, target = target) 中的错误：'data' 断言失败：列必须根据 R 的变量命名约定命名，并且不得包含特殊字符。

我使用了这个例子： - 在 R 中使用 mlr 包进行多标签文本分类

这是我目前使用的完整代码片段，

我在带有标签类的文档术语矩阵之后创建了数据框。但我被困在后记我该如何进一步进行机器学习部分？

善意回答的问题：-

1. 如何进一步创建 DocumentTermMatrix？
2. 如何在这个特定的数据集上应用随机森林算法？

我正在尝试使用mlrR 包并行运行一个可重现的示例，为此我找到了使用parallelStartMulticore（链接）的解决方案。该项目也运行packrat。

代码可以在工作站和小型服务器上正常运行，但在带有扭矩批处理系统的 HPC 中运行会导致内存耗尽。与常规的 linux 机器相反，似乎 R 线程是无限生成的。我尝试切换到parallelStartSocket，效果很好，但是我无法用 RNG 种子重现结果。

这是一个最小的例子：

HPC 的硬件是 HP Apollo 6000 System ProLiant XL230a Gen9 服务器刀片 64 位，配备 Intel Xeon E5-2683 处理器。如果问题来自扭矩批处理系统、硬件或上述代码中的任何缺陷，我会忽略。sessionInfo()高性能计算：

我有一个涉及分类预测变量Var1&的二元分类问题Var2：

训练集包括所有-2,-1,0作为级别，Var1但测试集不包括-1作为输入Var1。

我确实确保Var1包含测试集中的所有级别：

因此，即使测试数据不包含-1在其记录中，也确实存在空白因子水平。

但是当我尝试使用以下方法为测试集创建任务时：

我收到一条警告，指出已删除列的空因子级别：Var1

我也尝试设置fixup.data = "no"参数。它给出了以下错误：

PS：我不是自己重新采样测试数据，它是我不知道响应变量的外部数据集。

此外，在创建任务之前，我确实为测试集中的响应变量重新编码了虚拟值。

我在有关使用 package 的多标签分类的教程中找到了此代码mlr。

我了解数据集的结构yeast，但是当我有要分类的新数据时，我不明白如何使用代码，因为那样我就不会有任何标签的 TRUE 或 FALSE 值。实际上，我会有一些结构相同的训练数据，yeast但对于我的新数据，1:14 列会丢失。我是不是误会了什么？如果不是：如何正确使用代码？

编辑：

这是我将如何使用代码的示例代码：

所以，问题是我没有任何标签，test.data因为那是我真正想要计算的？

编辑2：

当我简单地使用

结果是两个文本相同，实际上不是我所期望的。

我在一项任务上使用基准实验。我正在使用嵌套重新采样策略（https://mlr-org.github.io/mlr-tutorial/devel/html/nested_resampling/index.html）。我使用内部重采样策略创建了一个学习器。例如，这里是 c50 的粗略：

然后，我使用如下外部重新采样策略创建了一个基准实验（bench_data 是我的 data.frame）：

我找不到使用 getBMR<> 函数提取内部重采样结果的方法？有没有办法做到这一点，我错过了？

编辑：可重现的例子

我试图通过使用-package in来获取调整后的支持向量机 (svm)模型的所有预测变量（或变量或特征）的变量重要性。但我不确定，如果我做的评估是正确的。好吧，起初的想法是：e1071::svmmlrR

为了得到一个诚实的调谐 svm 模型，我遵循嵌套重采样教程SpRepCV，在外循环中使用空间 n 折交叉验证( SpCV)，在内循环中使用空间交叉验证 ()。作为调整参数gamma并cost在随机网格搜索中调整。作为所有预测变量的变量重要性评估，我想使用permutation.importance与描述相关的，基本上是特征置换和未置换预测之间的聚合差异。

在mlr中，有一些过滤函数可以获得变量的重要性，但同时在模型拟合之前根据用户特定的选择输入（阈值或变量数量）创建一个子集。- 但是，我想检索每个拟合模型的所有变量的变量重要性。（我知道学习者random forest具有“包容性”的重要评估）

现在，我在重采样中使用mlr::generateFeatureImportanceData了extract-argument，这看起来很尴尬。所以我问我，如果没有更简单的方法吗？

这是一个使用mlr-development 版本的示例：

我正在尝试使用 mlr 库来估算缺失值。出现以下错误。

这是代码

这是一个示例数据。它包含来自 head 命令的数据。

我最近一直试图从 MLR 包中获取 FSelector 工作，但在我的 mac 上遇到了相同的 java 问题：

错误：“FSelector”的包或命名空间加载失败：“rJava”的 loadNamespace() 中的 .onLoad 失败，详细信息：调用：dyn.load(file, DLLpath = DLLpath, ...) 错误：无法加载共享对象“ /Library/Frameworks/R.framework/Versions/3.4/Resources/library/rJava/libs/rJava.so'：dlopen(/Library/Frameworks/R.framework/Versions/3.4/Resources/library/rJava/libs/rJava .so，6)：库未加载：@rpath/libjvm.dylib 引用自：/Library/Frameworks/R.framework/Versions/3.4/Resources/library/rJava/libs/rJava.so 原因：找不到合适的图像。确实找到了：/Library/Java/JavaVirtualMachines/1.6.0.jdk/Contents/Libraries/libjvm.dylib：mach-o，但架构错误/Library/Java/JavaVirtualMachines/1.6.0.jdk/Contents/Libraries/libclient。 dylib：mach-o，但架构错误

有谁知道如何解决这个问题？谢谢！