[R插入符號/ RFE/bayesglm特徵選擇

我使用bayesglm的迴歸問題。它是一個包含150行和2000個變量的數據集。我試圖做變量選擇，通常看glmnet在caret::rfe。但是，bayesglm沒有方法。[R插入符號/ RFE/bayesglm特徵選擇

反正是有手動定義rfe的方法？

2013-01-02 screechOwl

您可以指定特徵選擇涉及rfeControl（）要做rfe？和（來自尖號說明書）這些函數_examples包含在包：lmFuncs，rfFuncs，treebagFuncs和 nbFuncs._，沒有bayesglm功能？是對的嗎？ –

對於這個問題我只能想到改寫lmFuncs$fit功能，例如：

lmFuncs$fit<-function (x, y, first, last, ...){ 
    tmp <- as.data.frame(x) 
    tmp$y <- y 
bayesglm (y ~ ., family = gaussian, data = tmp) 
}

，然後做你的rfe.fit與rfeControl(functions = lmFuncs)

2013-01-02 22:20:52

真棒。我不知道你可以重寫這些函數。非常感謝你。 – screechOwl

希望它會做的伎倆！我使用插入符號的特徵選擇，但不是重寫功能，我用從插入符號所有可能的迴歸/分類的訓練方法，然後我跟擬合模型調用其中RFE（）函數或預測（）。然後我假設從最終模型（主要是人工神經網絡）明確哪些特徵。 –

回答