caret包（Classification and Regression Training）是一系列函數的集合，它試圖對創建預測模型的過程進行流程化。本系列將就數據預處理、特征選擇、抽樣、模型調參等進行介紹學習。 本文將就caret包中的數據預處理部分進行介紹學習。主要包括以下函數 ...

在進行數據挖掘時，我們並不需要將所有的自變量用來建模，而是從中選擇若干最重要的變量，這稱為特征選擇（feature selection）。本文主要介紹基於caret包的rfe()函數的特征選擇。 一種算法就是后向選擇，即先將所有的變量都包括在模型中，然后計算其效能（如誤差、預測精度）和變量重要 ...

在大數據如火如荼的時候，機器學習無疑成為了炙手可熱的工具，機器學習是計算機科學和統計學的交叉學科， 旨在通過收集和分析數據的基礎上，建立一系列的算法，模型對實際問題進行預測或分類。 R語言無疑為我們提供了很好的工具，它正是計算機科學和統計科學結合的產物，開源免費 ...

本文介紹caret包中的建立模型及驗證的過程。主要涉及的函數有train()，predict()，confusionMatrix()，以及pROC包中的畫roc圖的相關函數。 建立模型 在進行建模時，需對模型的參數進行優化，在caret包中其主要函數命令是train ...

R語言caret包中createFolds函數實現將向量隨機分組。 1、 2、 ...

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

好在R和Python中有現成的數據集分割函數，避免手動寫函數導致划分比例不合理、訓練集與測試集的樣本的結構與總體不均衡的問題。 R語言中caTools包中的sample.split函數可以用來自動將原始數據集分割成訓練集和測試集。 方法一 caTools中的sample.split函數 ...

shiny是一個R語言中的網絡應用程序框架，可以將你的數據分析變成交互式的網絡應用(web apps)，簡單又實用。 基本用法 一個shiny應用可以分為兩部分：前端和后端，其實所有的shiny應用都是基於以下的模版： 其中，fluidPage中主要有兩部分：輸入函數，和輸出 ...