R语言:包caret的函数rfe能否与混合效果模型一起使用
R language: Can the function rfe of the package caret be used with a mixed effect model
我想在 R 中使用混合效果模型进行特征选择,但我无法将包 caret 的函数 rfe
与包 nlme
的函数 me 结合起来。
这是一个有效但未使用混合效果模型的示例:
data(iris)
names(iris) <- c("A", "B", "C", "D") # change names for compatibility
library(caret)
library(nlme)
rfeRes <- rfe(x = iris[c("B", "C", "D")],
y = iris[["A"]],
rfeControl = rfeControl(functions = lmFuncs)
)
下面是我想做的事情的概要:
rfeRes <- rfe(x = iris[c("B", "C", "D")],
y = iris[["A"]],
rfeControl = rfeControl(functions = lme)
)
您知道这样的事情是否可行以及如何实现吗?
这不是不可能,但真的很难。您需要定义正确的 lmd
函数(参见 documentation page)。
如果您要拟合随机效应模型,您还需要执行自定义保留规范,以便您保留独立实验单元是什么。因此,如果您每个人都有多个记录,您将希望一次保存一个或多个人的所有数据。同样,请参阅插入符号网页以了解执行此操作的机制。
我想在 R 中使用混合效果模型进行特征选择,但我无法将包 caret 的函数 rfe
与包 nlme
的函数 me 结合起来。
这是一个有效但未使用混合效果模型的示例:
data(iris)
names(iris) <- c("A", "B", "C", "D") # change names for compatibility
library(caret)
library(nlme)
rfeRes <- rfe(x = iris[c("B", "C", "D")],
y = iris[["A"]],
rfeControl = rfeControl(functions = lmFuncs)
)
下面是我想做的事情的概要:
rfeRes <- rfe(x = iris[c("B", "C", "D")],
y = iris[["A"]],
rfeControl = rfeControl(functions = lme)
)
您知道这样的事情是否可行以及如何实现吗?
这不是不可能,但真的很难。您需要定义正确的 lmd
函数(参见 documentation page)。
如果您要拟合随机效应模型,您还需要执行自定义保留规范,以便您保留独立实验单元是什么。因此,如果您每个人都有多个记录,您将希望一次保存一个或多个人的所有数据。同样,请参阅插入符号网页以了解执行此操作的机制。