R rfe特征选择插入符号

我正在使用R和插入符号包进行分类任务。为了消除特征，我使用了rfe，它具有不同的选项，其中，我想要最大化/最小化的度量标准是什么。R rfe特征选择插入符号

问题是，rfe接受诸如RMSE，kappa等度量标准，并且我希望使用不同的度量标准来最大化，但在我想从度量标准库中最大化ScoreQuadraticWeightedKappa的情况下，但我不知道该怎么做那。

我有以下代码：

control <- rfeControl(functions = rfFuncs, method="cv", number=2) 
results <- rfe(dataset[, -59], dataset[, 59], 
       sizes = c(1:58), rfeControl = control)

如何修改它，因为RFE最大化ScoreQuadraticWeightedKappa？

来源

2016-01-20 dpalma

您需要修改postResample函数，或创建自己的类似函数，然后将其插入到rfFuncs$summary中。这里下面的默认postResample功能：

> postResample 
function (pred, obs) 
{ 
    isNA <- is.na(pred) 
    pred <- pred[!isNA] 
    obs <- obs[!isNA] 
    if (!is.factor(obs) & is.numeric(obs)) { 
     if (length(obs) + length(pred) == 0) { 
      out <- rep(NA, 2) 
     } 
     else { 
      if (length(unique(pred)) < 2 || length(unique(obs)) < 
       2) { 
       resamplCor <- NA 
      } 
      else { 
       resamplCor <- try(cor(pred, obs, use = "pairwise.complete.obs"), 
        silent = TRUE) 
       if (class(resamplCor) == "try-error") 
        resamplCor <- NA 
      } 
      mse <- mean((pred - obs)^2) 
      n <- length(obs) 
      out <- c(sqrt(mse), resamplCor^2) 
     } 
     names(out) <- c("RMSE", "Rsquared") 
    } 
    else { 
     if (length(obs) + length(pred) == 0) { 
      out <- rep(NA, 2) 
     } 
     else { 
      pred <- factor(pred, levels = levels(obs)) 
      requireNamespaceQuietStop("e1071") 
      out <- unlist(e1071::classAgreement(table(obs, pred)))[c("diag", 
       "kappa")] 
     } 
     names(out) <- c("Accuracy", "Kappa") 
    } 
    if (any(is.nan(out))) 
     out[is.nan(out)] <- NA 
    out 
}

更具体地说，因为你正在做分类，你将需要修改说的postResample部分：

else { 
     if (length(obs) + length(pred) == 0) { 
      out <- rep(NA, 2) 
     } 
     else { 
      pred <- factor(pred, levels = levels(obs)) 
      requireNamespaceQuietStop("e1071") 
      out <- unlist(e1071::classAgreement(table(obs, pred)))[c("diag", 
            "kappa")] 
     } 
     names(out) <- c("Accuracy", "Kappa") 
    }

你编辑postResample后，或创建您自己的等效功能，您可以运行：

rfFuncs$summary <- function (data, lev = NULL, model = NULL) { 
    if (is.character(data$obs)) 
     data$obs <- factor(data$obs, levels = lev) 
    postResample(data[, "pred"], data[, "obs"]) 
}

只要确保postResample已被编辑或替换它与您的等效功能的名称。

来源

2016-01-26 17:09:49

R rfe特征选择插入符号

回答

相关问题