我有一个由预处理方法名称组成的数据框。
*Impute* *Scale*
naomit noscale
knnimpute noscale
naomit scale
knnimpute scale
在第一步中，函数g（）以行方式执行方法以创建预处理数据集。对于第一行：identity（na.omit（data））
在为每个预处理数据集计算的第二步分类错误中。目标是找到最小化分类错误的组合。
有数以千计的组合。目前，我使用全盲或简单的网格搜索。我需要一种更智能的方法来查找值得测试的预处理数据集。
我知道有优化的CRAN任务视图，我试图学习概念 来自这里的问题（http://dl.acm.org/citation.cfm?id=937505）。
什么是良好的R组合优化包/函数来查找 最简单的前期工作能更好地解决最佳解决方案吗？
答案 0 :(得分：1)
回答我自己的问题：为上述目的制作了包'metaheur'。