在 R 中使用 MLR 包执行多类 PLS-DA

Question

我想使用偏最小二乘判别分析（PLS-DA）来解决有多个类需要预测的分类问题。我知道 PLS-DA 不仅限于两个类问题，我相信使用 Caret 包中的 plsda 可以很好地解决这个问题，但是当我尝试在 mlr 包中构建 PLS-DA 模型时，我收到一个错误，告诉我我的任务是"多类问题，但学习者'classif.plsdaCaret' 不支持这一点！

是否可以使用 mlr 构建多类 PLS-DA 模型，我只是使用了错误的学习器吗？下面是一个可重现的示例：

# LOAD PACKAGES ----
#install.packages("BiocManager")
#BiocManager::install("mixOmics")
library(mlr)
library(tidyverse)
library(mixOmics)
# LOAD IN DATA ----
data(liver.toxicity)
liverTib <- as.tibble(cbind(liver.toxicity$treatment$Treatment.Group,
                            liver.toxicity$gene)
)
names(liverTib)[1] <- "Treatment"
liverTib
# MAKE TASK, LEARNER AND ATTEMPT TO BULD MODEL
liverTask <- makeClassifTask(data = liverTib, target = "Treatment")
plsda <- makeLearner("classif.plsdaCaret")
liverModel <- train(plsda, liverTask)

Answer 1

在 mlr （v2.14.0.9000） 的开发版本中，启用了通过plsdaCaret模型进行多类分类。您可以使用以下代码从 GitHub 下载包：

install.packages("remotes")
remotes::install_github("mlr-org/mlr")

具有 3 个类的 PLS-DA 示例：

library(mlr)
#> Loading required package: ParamHelpers
tsk  <- makeClassifTask("iris", iris, target = "Species")
lrn1 <- makeLearner("classif.plsdaCaret")
mod1 <- train(lrn1, tsk)
prd  <- predict(mod1, tsk)
calculateConfusionMatrix(prd)
#>             predicted
#> true         setosa versicolor virginica -err.-
#>   setosa         50          0         0      0
#>   versicolor      0         31        19     19
#>   virginica       0          8        42      8
#>   -err.-          0          8        19     27

^{创建于 2019-07-18 由 reprex 软件包 （v0.3.0）}

（此拉取请求解决了该问题。

Answer 2

当前实现不支持多类，请参阅此处：https://mlr.mlr-org.com/articles/tutorial/integrated_learners.html

您可以更改学习者 （https://github.com/mlr-org/mlr/blob/master/R/RLearner_classif_plsdaCaret.R） 的代码，使多类成为可能（有关说明，请参阅此处：https://mlr.mlr-org.com/articles/tutorial/create_learner.html）。