Пакети вибору функцій в R, які регресують і класифікують

Я дуже новачок у Р. Я зараз навчаюсь машинного навчання. Дуже шкода, якщо це питання видається дуже основним. Я намагаюся знайти гарний пакет вибору функцій у Р. Я переглянув пакет Boruta. Це гарний пакет, але я прочитав, що він корисний лише для класифікації.

Я хочу зробити вибір функції в R для регресійних завдань. Я ознайомився з документацією щодо пакету карет, але для мого рівня це дуже важко зрозуміти.

Будь-хто може, будь ласка, вказати мені на хороший підручник або перелічити будь-які хороші пакунки або найбільш часто використовувані пакунки в R для вибору функції.

Будь-яка допомога буде вдячна. Заздалегідь спасибі.

Ви також можете подивитися на FSelector , varSelRF . FSelector містить декілька функцій для вибору функцій на основі, наприклад, тесту на квадрат чі, на теорії інформації (ентропія, взаємна інформація, коефіцієнт посилення, ...), співвідношення між характеристикою, послідовністю тощо ... varSelRF - корисний пакет для вибору особливостей з використанням випадкових лісів із зворотним змінним усуненням та важливим спектром.

Ви дивилися на машини навчання і статистичного навчання CRAN Task View , де крім CARET і Boruta досить багато інших пакетів згадуються?

Загалом, якщо ви не розумієте конкретної статистичної процедури щодо вибору особливостей, вам може бути краще задати цілеспрямоване запитання про це. Наведене нижче посилання на CV може виявитися настільки ж зручним як початок: Алгоритми автоматичного вибору моделі .

Я пропоную Rattle, який має вибір випадкових лісових особливостей (та багато іншого). Він має приємний графічний інтерфейс і дуже простий у використанні.

GLMNET з регресією ласо робить вибір функції.

Додатково Caretпакет також пропонує методи вибору функцій. Ось і ось кілька навчальних посібників із використання вибору функцій у Caret package. Нещодавно в CRAN доступний пакет вибору функцій на основі алгоритму SISAL Tikka та Hollmén .