我想使用mlr包通过虹膜数据集的包装方法执行特征选择，但是我只想查看与Petal和/或Sepal相关的特征组。因此，包装程序不会查看不同组合中的四个特征，而是会查看不同组合中的两组特征。
mlr文档指出，可以使用两个参数bit.names和bit.to.feature来执行此操作：
bit.names [字符]编码解决方案的位的名称。也 定义编码中的总位数。默认情况下，这些 是任务的功能名称。
bits.to.features [function（x，task）]转换 将0-1整数向量转换为选定特征的字符向量。每 默认情况下，第ith位的值为1选择第i个特征 候选解决方案。
我在mlr教程或其他地方找不到使用这两个参数的任何示例。
我将使用?mlr::selectFeatures中提供的示例。
首先使用所有功能
library(mlr)
rdesc <- makeResampleDesc("Holdout")
ctrl <- makeFeatSelControlSequential(method = "sfs",
maxit = NA)
res <- selectFeatures("classif.rpart",
iris.task,
rdesc,
control = ctrl)
analyzeFeatSelResult(res)
这按预期工作
为了遍历要素组，我设计了一个0/1矩阵将要素映射到组（我不确定这是否可行，这似乎很合逻辑）：
mati <- rbind(
c(0,0,1,1),
c(1,1,0,0))
rownames(mati) <- c("Petal", "Sepal")
colnames(mati) <- getTaskFeatureNames(iris.task)
矩阵如下：
Sepal.Length Sepal.Width Petal.Length Petal.Width
Petal 0 0 1 1
Sepal 1 1 0 0
现在我运行：
res <- selectFeatures("classif.rpart",
iris.task,
rdesc,
control = ctrl,
bit.names = c("Petal", "Sepal"),
bits.to.features = function(x = mati, task) mlr:::binaryToFeatures(x, getTaskFeatureNames(task)))
analyzeFeatSelResult(res)
#output
Features : 1
Performance : mmce.test.mean=0.0200000
Sepal
Path to optimum:
- Features: 0 Init : Perf = 0.66 Diff: NA *
- Features: 1 Add : Sepal Perf = 0.02 Diff: 0.64 *
Stopped, because no improving feature was found.
这似乎可以执行我需要的操作，但是我不确定我是否正确定义了bits.to.features参数。
但是当我尝试在包装器中使用相同的方法时：
outer <- makeResampleDesc("CV", iters = 2L)
inner <- makeResampleDesc("Holdout")
ctrl <- makeFeatSelControlSequential(method = "sfs",
maxit = NA)
lrn <- makeFeatSelWrapper("classif.rpart",
resampling = inner,
control = ctrl,
bit.names = c("Petal", "Sepal"),
bits.to.features = function(x = mati, task) mlr:::binaryToFeatures(x, getTaskFeatureNames(task)))
r <- resample(lrn, iris.task, outer, extract = getFeatSelResult)
我收到一个错误：
Resampling: cross-validation
Measures: mmce
[FeatSel] Started selecting features for learner 'classif.rpart'
With control class: FeatSelControlSequential
Imputation value: 1
[FeatSel-x] 1: 00 (0 bits)
[FeatSel-y] 1: mmce.test.mean=0.7200000; time: 0.0 min
[FeatSel-x] 2: 10 (1 bits)
[FeatSel-y] 2: mmce.test.mean=0.0800000; time: 0.0 min
[FeatSel-x] 2: 01 (1 bits)
[FeatSel-y] 2: mmce.test.mean=0.0000000; time: 0.0 min
[FeatSel-x] 3: 11 (2 bits)
[FeatSel-y] 3: mmce.test.mean=0.0800000; time: 0.0 min
[FeatSel] Result: Sepal (1 bits)
Error in `[.data.frame`(df, , j, drop = drop) :
undefined columns selected
我在做什么错了？bit.names和bit.to.feature参数的正确用法是什么？
谢谢
编辑：我在mlr github上发布了一个问题：https://github.com/mlr-org/mlr/issues/2468
答案 0 :(得分：3)
我猜您发现了两个错误。 第一个是您的代码甚至可以运行，第二个是您的代码无法与嵌套重采样一起使用。
首先，mati没有任何作用，因为它将被bits.to.features的每次内部调用所覆盖。毕竟，您只是定义了一个默认参数。
您所定义的bit.names "Petal"和"Sepal"基本上就是告诉mlr使用两位。
因此，特征选择将适用于向量00、01、10、11。
不幸的是，R现在自动将这些向量回收到4的长度，因此10变成1010：
mlr:::binaryToFeatures(c(1,0), getTaskFeatureNames(iris.task))
# [1] "Sepal.Length" "Petal.Length"
我们有我们的第一个错误，即mlr应该避免在这里回收向量。
要使代码按预期运行，您可以这样定义函数bits.to.features：
bitnames = c("Sepal", "Petal")
btf = function(x, task) {
sets = list(
c("Sepal.Length", "Sepal.Width"),
c("Petal.Length", "Petal.Width")
)
res = unlist(sets[as.logical(x)])
if (is.null(res)) {
return(character(0L))
} else {
return(res)
}
}
res <- selectFeatures("classif.rpart", iris.task, rdesc,
control = ctrl, bits.to.features = btf, bit.names = bitnames)
bts 引用selectFeatures的帮助页面：
[function(x, task)]将0-1整数向量转换为所选特征的字符向量的函数。 默认情况下，第i位的值为1会选择要在候选解决方案中使用的第i个特征。
因此x是一个包含0和1（例如c(0,0,1,0)）的向量。
如果您不更改该功能，它将返回第三个功能的名称（例如，"Petal.Length"用于虹膜）。向量x的长度将始终与定义的bit.names相同。但是，生成的字符向量可以是任何长度。它只需要返回任务的有效功能名称。
在示例中，我将功能名称硬编码到函数bts中。如果要将功能应用于许多不同的任务，则这是一种不好的做法。
因此，mlr使您可以访问task对象，并可以通过getTaskFeatureNames(task)访问功能名称，因此您可以通过编程方式生成功能名称，而无需进行硬编码。
bit.names必须是功能名称 功能选择将返回结果的位名。然后mlr尝试在数据集中选择这些位名，但显然它们不存在，因为它们完全不相关（在您的情况下）。
现在，该错误已在mlr的github版本中解决。