特徴選択機能

Question

この記事feture selection in caret hasentは私の問題を助け、私が持つ遺伝子発現allsamplecombatの私のマトリックス上に以下のコードを実行したとき、私はキャレットパッケージにおける特徴選択機能に関する2つの質問

を持っているので、私はこれを掲示していますy=で定義された5つのクラス：

control <- rfeControl(functions=rfFuncs, method="cv", number=10) results <- rfe(t(allsamplecombat[filter,]), y = factor(info$clust), sizes=c(300,400,500,600,700,800,1000,1200), rfeControl=control) 私はこの

のように置くアウトを取得します

predictors(results)は各クラスの重要度を示さずに結果のフィーチャーを提供するだけなので、各クラスのトップフィーチャーを抽出できるかどうかを知りたいと思います。

私の第二の問題は、私はrfeControl functionstreebagFuncsして実行「parRF`方法

control <- rfeControl(functions=treebagFuncs, method="cv", number=5) results <- rfe(t(allsamplecombat[filter,]), y = factor(info$clust), sizes=c(400,500,600,700,800), rfeControl=control, method="parRF") に変更しようとすると、私はError in { : task 1 failed - "subscript out of bounds"エラーが出るということです。

私のコードで何が間違っていますか？

Answer 1

大量の場合、除外の各ステップについてこの情報を含むvariablesというサブオブジェクトがあります。

treebagFuncsは、ipredのbagging機能と動作するように設計されており、ランダムフォレストとは関係ありません。

caretFuncsを使用し、methodを渡した可能性があります。 しかし、を並列化する場合は、モデル関数ではなくリサンプリングループに渡してください。これは一般により効率的です。 Mの場合は、実際にM^3（rfe、train、parRF）のいずれかを取得することがあります。 rfeとtrainには、パラレル化をオフにするオプションがあります。