插入符号的辅助功能:caretSBF和caretFuncts

Question

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.

Answer 1

它是#2和#3的组合.对于隐式执行特征选择的模型(例如rpart,glmnet等)没有意义.此外,我没有时间扩展列表(但始终欢迎代码提交).

马克斯