具有线性回归的递归特征消除(插入符号),如何禁用拦截?

时间:2020-09-23 10:32:51

标签: r linear-regression r-caret

我正在使用R包'插入符'中的递归功能消除 线性回归可以很好地解决我的问题,因此在我使用函数= lmFuncs插入我的控制函数之前。 但是我想在没有拦截的情况下再次测试此设置,这可能吗?

我当前的代码:

control <- rfeControl(functions = lmFuncs
                      , verbose = FALSE
)

results <- rfe(df_train
               , df_train
               , rfeControl=control                           
)

我也想使用自定义函数,但是我不知道怎么做。

非常感谢。

编辑: 在深入研究插入符号包后,我找到了答案。

没有拦截的lmFuncs:

lmFuncs_wo_intercept <- list(
  summary = defaultSummary,
  fit = function(x, y, first, last, ...) {
    tmp <- if(is.data.frame(x)) x else as.data.frame(x, stringsAsFactors = TRUE)
    tmp$y <- y
    #lm(y~., data = tmp) #old
    lm(y~0+., data = tmp) #new
  },
  pred = function(object, x) {
    if(!is.data.frame(x)) x <- as.data.frame(x, stringsAsFactors = TRUE)
    predict(object, x)
  },
  rank = function(object, x, y) {
    coefs <- abs(coef(object))
    #coefs <- coefs[names(coefs) != "(Intercept)"] # old
    coefs[is.na(coefs)] <- 0
    vimp <- data.frame(Overall = unname(coefs),
                       var = names(coefs))
    rownames(vimp) <- names(coefs)
    vimp <- vimp[order(vimp$Overall, decreasing = TRUE),, drop = FALSE]
    vimp
  },
  selectSize = pickSizeBest,
  selectVar = pickVars
)

1 个答案:

答案 0 :(得分:1)

lmFuncs是您的线性回归吗?在这种情况下,您可以尝试在没有截距的情况下拟合第二个线性回归,然后应用特征消除函数