저는 R을 처음 사용합니다. 지금 기계 학습을 배우고 있습니다. 이 질문이 매우 기본적인 것으로 보이는 경우 매우 죄송합니다. R에서 좋은 기능 선택 패키지를 찾으려고합니다. Boruta 패키지를 살펴 보았습니다. 좋은 패키지이지만 분류에만 유용하다는 것을 읽었습니다.
회귀 작업을 위해 R에서 기능 선택을 구현하고 싶습니다. 캐럿 패키지 문서를 살펴 보았지만 내 수준에서는 이해하기가 매우 어렵습니다.
누구든지 좋은 튜토리얼을 알려주거나 기능 선택을 위해 R에서 좋은 패키지 또는 가장 자주 사용되는 패키지를 나열 할 수 있습니까?
도움을 주시면 감사하겠습니다. 미리 감사드립니다.
답변:
FSelector , varSelRF를 살펴볼 수도 있습니다 . FSelector에는 카이 제곱 테스트, 정보 이론 (엔트로피, 상호 정보, 게인 비율 등), 피처 간 상관성, 일관성 등을 기반으로 피처 선택을위한 여러 기능이 포함되어 있습니다. varSelRF는 유용한 패키지입니다. 거꾸로 변수 제거 및 중요도 스펙트럼이있는 임의 포리스트를 사용하여 기능을 선택
캐럿 과 보 루타를 제외한 다른 패키지가 언급 된 머신 러닝 및 통계 학습 CRAN 작업 뷰 를 보았 습니까?
일반적으로 기능 선택과 관련된 특정 통계 절차를 이해하지 못하면 해당 기능에 대한 대상 질문을하는 것이 좋습니다. 다음과 같은 CV 링크가 시작처럼 편리 할 수 있습니다 . 자동 모델 선택 알고리즘 .
또한 Caret패키지는 기능 선택 방법도 제공합니다. 여기 와 여기 에 기능 선택을 사용하는 방법에 대한 자습서의 몇 가지 있습니다 Caret package. 최근 Tikka와 Hollmén의 SISAL 알고리즘을 기반으로하는 기능 선택 패키지가 CRAN 에서 제공됩니다 .