R语言基于caret包的机器学习

2023-04-14 19:35| 来源: 网络整理| 查看: 265

caret包(Classization And REgression Training的缩写）包含238种模型和众多函数，可以简化创建预测模型的流程。目前，caret包已经停止更新，其主要作者已加入Rstudio开发了tidymodels，从tidymodels中我们还能看到caret的影子。对于机器学习的初学者来说，caret是容易理解和学习的。

caret包的功能：

数据拆分数据预处理特征选择模型构建及优化变量重要性评估其他函数部分

本文主要介绍数据拆分、数据预处理和模型构建及优化，其余部分在后续文章中介绍。

1、数据预处理

数据探索部分前文 R语言探索性数据分析(EDA) 已经介绍过了，不再赘述。

1.1创建虚拟变量

library(caret) library(earth) #利用包内的数据 data(etitanic)

使用baseR中的model.matrix

head(model.matrix(survived ~ ., data = etitanic)[,-1]) ## pclass2nd pclass3rd sexmale age sibsp parch ## 1 0 0 0 29.0000 0 0 ## 2 0 0 1 0.9167 1 2 ## 3 0 0 0 2.0000 1 2 ## 4 0 0 1 30.0000 1 2 ## 5 0 0 0 25.0000 1 2 ## 6 0 0 1 48.0000 0 0 #数据集etitantic中pclass变量有1st,2nd, 3rd三个水平，需要转换为虚拟变量 model.matrix()函数将pclass转换为三个变量并把第一个水平作为参考，同时生成一个常数列

使用caret包的dummyVars（）函数

dummies

【本文地址】

公司简介

联系我们