आर में फ़ीचर चयन पैकेज, जो प्रतिगमन और वर्गीकरण दोनों करते हैं


12

मैं आर के लिए बहुत नया हूं। मैं अभी मशीन लर्निंग सीख रहा हूं। बहुत खेद है, अगर यह प्रश्न बहुत बुनियादी प्रतीत होता है। मैं R में एक अच्छा फीचर चयन पैकेज खोजने की कोशिश कर रहा हूं। मैं बोरुता पैकेज के माध्यम से गया। यह एक अच्छा पैकेज है लेकिन मैंने पढ़ा है कि यह केवल वर्गीकरण के लिए उपयोगी है।

मैं प्रतिगमन कार्यों के लिए R में सुविधा चयन लागू करना चाहता हूं। मैं कार्यवाहक पैकेज प्रलेखन के माध्यम से गया था लेकिन मेरे स्तर के लिए, यह समझना बहुत मुश्किल है।

क्या कोई कृपया मुझे एक अच्छे ट्यूटोरियल की ओर इशारा कर सकता है या फीचर चयन के लिए आर में किसी भी अच्छे पैकेज या अक्सर उपयोग किए जाने वाले पैकेजों की सूची बना सकता है।

किसी भी सहायता की सराहना की जाएगी। अग्रिम में धन्यवाद।


3
बोरुटा प्रतिगमन के लिए अच्छा काम करता है।

जवाबों:


13

आप FSelector , varSelRF पर भी नज़र डाल सकते हैं । FSelector में chi square test, उदाहरण के लिए सूचना सिद्धांत (एन्ट्रापी, आपसी जानकारी, लाभ अनुपात, ...) के आधार पर फ़ीचर चयन के लिए कई कार्य शामिल हैं, फ़ीचर, संगति आदि के बीच संबंध पर ... varSelRF एक उपयोगी पैकेज है बैकवर्ड वेरिएबल एलिमिनेशन और महत्व स्पेक्ट्रम के साथ यादृच्छिक जंगलों का उपयोग करके सुविधा चयन के लिए।


2
हाय FWaldner, यह एक जवाब के लिए एक छोटा सा लग रहा है। क्या आप इसका विस्तार शायद एक या दो वाक्य के अनुसार कर सकते हैं, शायद इस बात का उल्लेख करने के लिए कि ये पैकेज क्या हैं जो अन्य सुझावों के विपरीत या विपरीत हैं, या शायद अन्य चीजों के खिलाफ भी? जैसा कि यह खड़ा है यह मूल रूप से लिंक की एक जोड़ी है।
Glen_b -Reinstate Monica

ऐसा लगता है कि varSelRF भी केवल प्रतिगमन के बजाय यादृच्छिक वन के वर्गीकरण के उद्देश्य से है।
कलमा

7

आप पर ध्यान दिया है मशीन लर्निंग और सांख्यिकीय लर्निंग क्रैन टास्क देखें जहां एक तरफ कैरट और Boruta काफी कुछ अन्य संकुल उल्लेख कर रहे हैं?

सामान्य तौर पर, यदि आप फीचर चयन के संबंध में एक विशिष्ट सांख्यिकीय प्रक्रिया को नहीं समझते हैं, तो आपके लिए इसके बारे में एक लक्षित प्रश्न पूछना बेहतर हो सकता है। निम्नलिखित सीवी लिंक एक शुरुआत के रूप में अधिक आसान हो सकता है: स्वचालित मॉडल चयन के लिए एल्गोरिदम


3

मेरा सुझाव है कि खड़खड़ जिसमें यादृच्छिक वन सुविधा चयन (और बहुत कुछ) है। यह अच्छा जीयूआई है और उपयोग करने के लिए बहुत आसान है।


1

Lasso प्रतिगमन के साथ GLMNET सुविधा चयन करता है।


1
क्या आप विस्तृत जवाब दे सकते हैं?
लर्नर

1

इसके अतिरिक्त Caretपैकेज सुविधा चयन के तरीके भी प्रदान करता है। यहाँ और यहाँ में सुविधा चयन का उपयोग करने पर कुछ ट्यूटोरियल दिए गए हैं Caret package। हाल ही में, एक फीचर चयन टिक्का और Hollmén द्वारा एक प्रकार का पौधा एल्गोरिथ्म पर आधारित पैकेज में उपलब्ध है क्रैन


ट्यूटोरियल के लिए लिंक मर चुका है। हालाँकि, यह लिंक मददगार हो सकता है।
एकबा बिसॉन्ग
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.