有没有办法在使用 mlr 中的包装器执行预处理步骤后访问数据?这里是代码的剥离版本:
library(mlr)
library(mlbench)
data <- BreastCancer[, 2:11]
lrn <- makeLearner(cl = "classif.ranger",
predict.type = "prob",
fix.factors.prediction = TRUE,
importance = "permutation")
lrn <- makeImputeWrapper(lrn, classes = list(integer = imputeMedian(),
numeric = imputeHist(),
factor = imputeMode()))
lrn <- makeRemoveConstantFeaturesWrapper(lrn, na.ignore = TRUE)
classif.task <- makeClassifTask(data = rawdata, target = "Target", positive = "1")
model <- train(lrn, classif.task)
该代码定义学习器,删除常量特征并执行插补。有没有办法查看删除常量特征后的数据外观,或者更有趣的是,在插补之后?
目前还没有实现这一点 - 包装器的重点是封装所有内容,这样您就不必担心中间步骤。
但是,您可以使用 impute()
函数单独执行相同的插补(以及类似地用于移除常量特征)。有关详细信息,请参阅教程。