caret通过caretSBF和caretFuncs提供嵌套特征选择的功能.
caretSBF:用于筛选选择
lmSBF rfSBF treebagSBF ldaSBF nbSBF
caretFuncs:用于递归特征选择 - (我假设只是出于历史原因,caretFuncs不被称为caretRFE?)
lmFuncs rfFuncs treebagFuncs ldaFuncs nbFuncs gamFuncs lrFuncs
为什么这个辅助函数列表比插入符号的完整模型列表更有限?例如,没有为glmnet的弹性网方法,kernlab的svm方法等定制的特征选择方法.
是因为:
这些其他模型与通用案例函数(即caretSBF和caretFuncs)一起工作正常吗? - 虽然我遇到麻烦试图让glmnet与caretSBF一起工作......
这些其他型号在功能选择方面不需要"额外帮助"? - 我想像弹性网这样的方法被认为可以很好地进行特征选择,但是像SVM这样的其他方法当然不会......
包维护者还没有为其他方法编写专用函数? - 在哪种情况下,社区可以/应该提供这些辅助功能吗?
感谢阅读并感谢插入点包维护者的出色工作.