Question

caret通过 caretSBF 和 caretFuncs 提供嵌套功能选择功能。

caretSBF ：for Filter by Filter

lmSBF
rfSBF
treebagSBF
ldaSBF
nbSBF

caretFuncs ：用于递归特征选择 - （我认为仅仅因为历史原因，caretFuncs不被称为caretRFE？）

lmFuncs
rfFuncs
treebagFuncs
ldaFuncs
nbFuncs
gamFuncs
lrFuncs

为什么这个辅助函数列表比caret's full model list更受限制？例如，glmnet的弹性网方法，kernlab的svm方法等没有定制的特征选择方法。

是因为：

这些其他模型适用于通用案例函数（即caretSBF和caretFuncs）？ - 虽然我试图让glmnet与caretSBF一起工作时遇到麻烦......
这些其他型号不被认为需要额外的帮助＆＃39;在功能选择？ - 我想像弹性网这样的方法被认为可以很好地进行特征选择，但是像SVM这样的其他方法肯定不会......
软件包维护者还没有为其他方法编写专用函数？ - 在哪种情况下，社区可以/应该提供这些帮助函数吗？

感谢您阅读并感谢插入符号维护人员所做的出色工作。

Answer 1

它是＃2和＃3的组合。对于隐式执行特征选择的模型（例如rpart，glmnet等），它确实有意义。此外，我还没有时间扩展名单（但始终欢迎提交代码）。

最高