caret包（Classification and Regression Training）是一系列函数的集合，它试图对创建预测模型的过程进行流程化。本系列将就数据预处理、特征选择、抽样、模型调参等进行介绍学习。 本文将就caret包中的数据预处理部分进行介绍学习。主要包括以下函数 ...

在进行数据挖掘时，我们并不需要将所有的自变量用来建模，而是从中选择若干最重要的变量，这称为特征选择（feature selection）。本文主要介绍基于caret包的rfe()函数的特征选择。 一种算法就是后向选择，即先将所有的变量都包括在模型中，然后计算其效能（如误差、预测精度）和变量重要 ...

在大数据如火如荼的时候，机器学习无疑成为了炙手可热的工具，机器学习是计算机科学和统计学的交叉学科， 旨在通过收集和分析数据的基础上，建立一系列的算法，模型对实际问题进行预测或分类。 R语言无疑为我们提供了很好的工具，它正是计算机科学和统计科学结合的产物，开源免费 ...

本文介绍caret包中的建立模型及验证的过程。主要涉及的函数有train()，predict()，confusionMatrix()，以及pROC包中的画roc图的相关函数。 建立模型 在进行建模时，需对模型的参数进行优化，在caret包中其主要函数命令是train ...

R语言caret包中createFolds函数实现将向量随机分组。 1、 2、 ...

dummyVars函数:dummyVars creates a full set of dummy variables (i.e. less than full rank parameterizati ...

好在R和Python中有现成的数据集分割函数，避免手动写函数导致划分比例不合理、训练集与测试集的样本的结构与总体不均衡的问题。 R语言中caTools包中的sample.split函数可以用来自动将原始数据集分割成训练集和测试集。 方法一 caTools中的sample.split函数 ...

shiny是一个R语言中的网络应用程序框架，可以将你的数据分析变成交互式的网络应用(web apps)，简单又实用。 基本用法 一个shiny应用可以分为两部分：前端和后端，其实所有的shiny应用都是基于以下的模版： 其中，fluidPage中主要有两部分：输入函数，和输出 ...