使用 mRMRe 进行分类目标变量的特征选择

Question

我正在尝试使用 R 中的 mRMRe 包对基因表达数据集进行特征选择。

我的目标变量是一个分类变量，即每个样本都关联到一个class，用作目标变量。

但是，通过使用 mRMRe 包，当我尝试加载数据时出现以下错误：

data <- mRMR.data(data = data)

Error in .local(.Object, ...): data columns must be either of numeric, ordered factor or Surv type
Traceback:

1. mRMR.data(data = data)
2. new("mRMRe.Data", ...)
3. initialize(value, ...)
4. initialize(value, ...)
5. .local(.Object, ...)
6. stop("data columns must be either of numeric, ordered factor or Surv type")

第一列有分类标签，例如"Class1"、"Class2" 等。当我使用 str(data) 时，我发现第一列是 Factor 类型。但是，它不能排序，因为它是分类的。

有没有可能mRMRe不能处理分类数据？

Answer 1

该列必须按 ordered(data$variable1) 转换为有序因子 str(data) 应该类似于 Ord.factor

Answer 2

我收到了开发人员的答复并且：

The target variable can be categorical only if ordered. In the case of 2 categories, the order is arbitrary. For more categories that are not logically ordered (multicategorical classification) mRMRe is not adapted.

所以在这种情况下我不能使用它，因为我的标签是分类的。

使用 mRMRe 进行分类目标变量的特征选择

Using mRMRe for feature selection with Categorical target variable

r

machine-learning

bioinformatics

feature-selection

categorical-data