如何在R中使用包装器特征选择算法？ [英] How to use wrapper feature selection algorithms in R?

问题描述

我有几种算法：rpart，kNN，逻辑回归，randomForest，朴素贝叶斯和SVM。我想使用前进/后退和遗传算法选择来找到要用于特定算法的最佳功能子集。

I have several algorithms: rpart, kNN, logistic regression, randomForest, Naive Bayes, and SVM. I'd like to use forward/backward and genetic algorithm selection for finding the best subset of features to use for the particular algorithms.

如何实现包装器类型forward /

How can I implement wrapper type forward/backward and genetic selection of features in R?

推荐答案

我现在正在测试包装器，所以我给你一些R中的包裹名称。什么是

I'm testing wrappers at the moment so I'll give you a few Pacckage names in R. What is a

现在使用方法：
MASS软件包：由AIC逐步选择模型算法

stepAIC（model，direction = both，trace = FALSE）
stepAIC（model，direction = backward，跟踪= FALSE）
stepAIC（model，direction = forward，跟踪= FALSE）

Carte Package ：向后功能选择

Carte Package: Backwards Feature Selection

control <- rfeControl(functions = lmFuncs, method = "repeatedcv", number = 5, verbose = TRUE)
rfe_results <- rfe(x, y, sizes = c(1:10), rfeControl = control)

或使用遗传算法进行监督的特征选择

gafs_results <- gafs(x, y, gafsControl = control)

或模拟退火ling功能选择

safs_results <-  safs(x, y, iters = 10, safsControl = control)

希望我能给您一个很好的概述。还有很多方法...

hope i could give you a good overview. There are a lot more Methods out there...

这篇关于如何在R中使用包装器特征选择算法？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！