Question

我想使用偏最小二乘判别分析（PLS-DA）解决要预测多个类别的分类问题。我知道PLS-DA不仅限于两类问题，而且我相信使用Caret包中的plsda可以解决此问题，但是当我尝试在mlr包中构建PLS-DA模型时，出现错误提示我的任务是“多类问题，但学习者'classif.plsdaCaret'不支持！”

是否可以使用mlr建立多类PLS-DA模型，而我只是使用了错误的学习器？这是一个可重现的示例：

# LOAD PACKAGES ----
#install.packages("BiocManager")
#BiocManager::install("mixOmics")
library(mlr)
library(tidyverse)
library(mixOmics)

# LOAD IN DATA ----
data(liver.toxicity)
liverTib <- as.tibble(cbind(liver.toxicity$treatment$Treatment.Group,
                            liver.toxicity$gene)
)
names(liverTib)[1] <- "Treatment"

liverTib

# MAKE TASK, LEARNER AND ATTEMPT TO BULD MODEL
liverTask <- makeClassifTask(data = liverTib, target = "Treatment")
plsda <- makeLearner("classif.plsdaCaret")
liverModel <- train(plsda, liverTask)

Answer 1

在mlr（v2.14.0.9000）的开发版本中，启用了通过plsdaCaret模型进行的多类分类。您可以使用以下代码从GitHub下载该软件包：

install.packages("remotes")
remotes::install_github("mlr-org/mlr")

具有3个类的PLS-DA示例：

library(mlr)
#> Loading required package: ParamHelpers
tsk  <- makeClassifTask("iris", iris, target = "Species")
lrn1 <- makeLearner("classif.plsdaCaret")
mod1 <- train(lrn1, tsk)
prd  <- predict(mod1, tsk)
calculateConfusionMatrix(prd)
#>             predicted
#> true         setosa versicolor virginica -err.-
#>   setosa         50          0         0      0
#>   versicolor      0         31        19     19
#>   virginica       0          8        42      8
#>   -err.-          0          8        19     27

^{由reprex package（v0.3.0）于2019-07-18创建}

（{This提取请求解决了该问题。）

Answer 2

当前实现不支持多类，请参见：https://mlr.mlr-org.com/articles/tutorial/integrated_learners.html

您可以更改学习者（https://github.com/mlr-org/mlr/blob/master/R/RLearner_classif_plsdaCaret.R）的代码以使多类学习成为可能（请参阅此处以获取说明：https://mlr.mlr-org.com/articles/tutorial/create_learner.html）。

在R中使用mlr软件包执行多类PLS-DA

2 个答案: