Пакеты выбора функций в R, которые выполняют регрессию и классификацию

Я очень плохо знаком с R. Я сейчас учусь машинному обучению. Очень жаль, если этот вопрос кажется очень простым. Я пытаюсь найти хороший пакет выбора функций в R. Я прошел через пакет Boruta. Это хороший пакет, но я читал, что он полезен только для классификации.

Я хочу реализовать выбор функции в R для задач регрессии. Я просмотрел документацию пакета карет, но для моего уровня это очень трудно понять.

Может ли кто-нибудь указать мне хороший учебник или список хороших пакетов или наиболее часто используемых пакетов в R для выбора функции.

Любая помощь будет оценена. Заранее спасибо.

Вы также можете взглянуть на FSelector , varSelRF . FSelector содержит несколько функций для выбора признаков на основе, например, теста хи-квадрат, теории информации (энтропия, взаимная информация, коэффициент усиления, ...), корреляции между характеристикой, согласованностью и т. Д. VarSelRF - полезный пакет для выбора признаков с использованием случайных лесов с исключением обратных переменных и с спектром важности.

Вы смотрели на представление задач CRAN « Машинное обучение и статистическое обучение», где, помимо карета и Боруты , упоминается еще несколько других пакетов?

В общем, если вы не понимаете какую-то конкретную статистическую процедуру, касающуюся выбора функции, вам лучше задать целевой вопрос об этом. Следующая ссылка на CV может показаться довольно удобной для начала: Алгоритмы автоматического выбора модели .

Я предлагаю Rattle, у которого есть случайный выбор лесных объектов (и многое другое). Он имеет приятный графический интерфейс и очень прост в использовании.

GLMNET с регрессией лассо делает выбор функций.

Кроме того, Caretпакет также предоставляет методы выбора функций. Здесь и здесь есть несколько учебных пособий по использованию выбора функций в Caret package. В последнее время в CRAN доступен пакет выбора функций на основе алгоритма SISAL Тикки и Холлмена .