R︱mlr包帮你挑选最适合数据的机器学习模型（分类、回归）+机器学习python和R互查手册

2023-07-18 23:43:10

一、R语言的mlr packages

install.packages("mlr")之后就可以看到R里面有哪些机器学习算法、在哪个包里面。

a<-listLearners()

这个包是听CDA网络课程《R语言与机器学习实战》余文华老师所述，感觉很棒，有待以后深入探讨。以下表格是R语言里面，52个机器学习算法的来源以及一些数据要求。

class name short.name package note type installed numerics factors ordered missings weights prob oneclass twoclass multiclass class.weights se lcens rcens icens
1 classif.avNNet Neural Network avNNet nnet `size` has been set to `3` by default. Doing bagging training of `nnet` if set `bag = TRUE`. classif TRUE TRUE TRUE FALSE FALSE TRUE TRUE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE
2 classif.binomial Binomial Regression binomial stats Delegates to `glm` with freely choosable binomial link function via learner parameter `link`. classif TRUE TRUE TRUE FALSE FALSE TRUE TRUE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE
3 classif.C50 C50 C50 C50
classif TRUE TRUE TRUE FALSE TRUE TRUE TRUE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE
4 classif.cforest Random forest based on conditional inference trees cforest party See `?ctree_control` for possible breakage for nominal features with missingness. classif TRUE TRUE TRUE TRUE TRUE TRUE TRUE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE
5 classif.ctree Conditional Inference Trees ctree party See `?ctree_control` for possible breakage for nominal features with missingness. classif TRUE TRUE TRUE TRUE TRUE TRUE TRUE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE
6 classif.cvglmnet GLM with Lasso or Elasticnet Regularization (Cross Validated Lambda) cvglmnet glmnet The family parameter is set to `binomial` for two-class problems and to `multinomial` otherwise. Factors automatically get converted to dummy columns, ordered factors to integer. classif TRUE TRUE TRUE FALSE FALSE TRUE TRUE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE
7 classif.gausspr Gaussian Processes gausspr kernlab Kernel parameters have to be passed directly and not by using the `kpar` list in `gausspr`. Note that `fit` has been set to `FALSE` by default for speed. classif TRUE TRUE TRUE FALSE FALSE FALSE TRUE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE
8 classif.gbm Gradient Boosting Machine gbm gbm `keep.data` is set to FALSE to reduce memory requirements. Note on param 'distribution': gbm will select 'bernoulli' by default for 2 classes, and 'multinomial' for multiclass problems. The latter is the only setting that works for > 2 classes. classif TRUE TRUE TRUE FALSE TRUE TRUE TRUE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE
9 classif.glmnet GLM with Lasso or Elasticnet Regularization glmnet glmnet The family parameter is set to `binomial` for two-class problems and to `multinomial` otherwise. Factors automatically get converted to dummy columns, ordered factors to integer. Parameter `s` (value of the regularization parameter used for predictions) is set to `0.1` by default, but needs to be tuned by the user. classif TRUE TRUE TRUE FALSE FALSE TRUE TRUE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE
10 classif.h2o.deeplearning h2o.deeplearning h2o.dl h2o
classif TRUE TRUE TRUE FALSE FALSE TRUE TRUE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE
11 classif.h2o.gbm h2o.gbm h2o.gbm h2o 'distribution' is set automatically to 'gaussian'. classif TRUE TRUE TRUE FALSE FALSE FALSE TRUE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE
12 classif.h2o.glm h2o.glm h2o.glm h2o 'family' is always set to 'binomial' to get a binary classifier. classif TRUE TRUE TRUE FALSE FALSE TRUE TRUE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE
13 classif.h2o.randomForest h2o.randomForest h2o.rf h2o
classif TRUE TRUE TRUE FALSE FALSE FALSE TRUE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE
14 classif.knn k-Nearest Neighbor knn class
classif TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE
15 classif.ksvm Support Vector Machines ksvm kernlab Kernel parameters have to be passed directly and not by using the `kpar` list in `ksvm`. Note that `fit` has been set to `FALSE` by default for speed. classif TRUE TRUE TRUE FALSE FALSE FALSE TRUE FALSE TRUE TRUE TRUE FALSE FALSE FALSE FALSE
16 classif.lda Linear Discriminant Analysis lda MASS Learner parameter `predict.method` maps to `method` in `predict.lda`. classif TRUE TRUE TRUE FALSE FALSE FALSE TRUE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE
17 classif.logreg Logistic Regression logreg stats Delegates to `glm` with `family = binomial(link = "logit")`. classif TRUE TRUE TRUE FALSE FALSE TRUE TRUE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE
18 classif.lssvm Least Squares Support Vector Machine lssvm kernlab `fitted` has been set to `FALSE` by default for speed. classif TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE
19 classif.lvq1 Learning Vector Quantization lvq1 class
classif TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE
20 classif.mlp Multi-Layer Perceptron mlp RSNNS
classif TRUE TRUE FALSE FALSE FALSE FALSE TRUE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE
21 classif.multinom Multinomial Regression multinom nnet
classif TRUE TRUE TRUE FALSE FALSE TRUE TRUE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE
22 classif.naiveBayes Naive Bayes nbayes e1071
classif TRUE TRUE TRUE FALSE TRUE FALSE TRUE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE
23 classif.nnet Neural Network nnet nnet `size` has been set to `3` by default. classif TRUE TRUE TRUE FALSE FALSE TRUE TRUE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE
24 classif.plsdaCaret Partial Least Squares (PLS) Discriminant Analysis plsdacaret caret
classif TRUE TRUE FALSE FALSE FALSE FALSE TRUE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE
25 classif.probit Probit Regression probit stats Delegates to `glm` with `family = binomial(link = "probit")`. classif TRUE TRUE TRUE FALSE FALSE TRUE TRUE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE
26 classif.qda Quadratic Discriminant Analysis qda MASS Learner parameter `predict.method` maps to `method` in `predict.qda`. classif TRUE TRUE TRUE FALSE FALSE FALSE TRUE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE
27 classif.randomForest Random Forest rf randomForest Note that the rf can freeze the R process if trained on a task with 1 feature which is constant. This can happen in feature forward selection, also due to resampling, and you need to remove such features with removeConstantFeatures. classif TRUE TRUE TRUE TRUE FALSE FALSE TRUE FALSE TRUE TRUE TRUE FALSE FALSE FALSE FALSE
28 classif.rpart Decision Tree rpart rpart `xval` has been set to `0` by default for speed. classif TRUE TRUE TRUE TRUE TRUE TRUE TRUE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE
29 classif.svm Support Vector Machines (libsvm) svm e1071
classif TRUE TRUE TRUE FALSE FALSE FALSE TRUE FALSE TRUE TRUE TRUE FALSE FALSE FALSE FALSE
30 classif.xgboost eXtreme Gradient Boosting xgboost xgboost All settings are passed directly, rather than through `xgboost`'s `params` argument. `nrounds` has been set to `1` by default. `num_class` is set internally, so do not set this manually. classif TRUE TRUE TRUE FALSE FALSE TRUE TRUE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE
31 cluster.dbscan DBScan Clustering dbscan fpc A cluster index of NA indicates noise points. Specify `method = "dist"` if the data should be interpreted as dissimilarity matrix or object. Otherwise Euclidean distances will be used. cluster TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
32 cluster.kkmeans Kernel K-Means kkmeans kernlab `centers` has been set to `2L` by default. The nearest center in kernel distance determines cluster assignment of new data points. Kernel parameters have to be passed directly and not by using the `kpar` list in `kkmeans` cluster TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
33 regr.avNNet Neural Network avNNet nnet `size` has been set to `3` by default. regr TRUE TRUE TRUE FALSE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
34 regr.cforest Random Forest Based on Conditional Inference Trees cforest party See `?ctree_control` for possible breakage for nominal features with missingness. regr TRUE TRUE TRUE TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
35 regr.ctree Conditional Inference Trees ctree party See `?ctree_control` for possible breakage for nominal features with missingness. regr TRUE TRUE TRUE TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
36 regr.gausspr Gaussian Processes gausspr kernlab Kernel parameters have to be passed directly and not by using the `kpar` list in `gausspr`. Note that `fit` has been set to `FALSE` by default for speed. regr TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE
37 regr.gbm Gradient Boosting Machine gbm gbm `keep.data` is set to FALSE to reduce memory requirements, `distribution` has been set to `"gaussian"` by default. regr TRUE TRUE TRUE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
38 regr.glm Generalized Linear Regression glm stats 'family' must be a character and every family has its own link, i.e. family = 'gaussian', link.gaussian = 'identity', which is also the default. regr TRUE TRUE TRUE FALSE FALSE TRUE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE
39 regr.glmnet GLM with Lasso or Elasticnet Regularization glmnet glmnet Factors automatically get converted to dummy columns, ordered factors to integer. Parameter `s` (value of the regularization parameter used for predictions) is set to `0.1` by default, but needs to be tuned by the user. regr TRUE TRUE TRUE TRUE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
40 regr.h2o.deeplearning h2o.deeplearning h2o.dl h2o
regr TRUE TRUE TRUE FALSE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
41 regr.h2o.gbm h2o.gbm h2o.gbm h2o 'distribution' is set automatically to 'gaussian'. regr TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
42 regr.h2o.glm h2o.glm h2o.glm h2o 'family' is always set to 'gaussian'. regr TRUE TRUE TRUE FALSE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
43 regr.h2o.randomForest h2o.randomForest h2o.rf h2o
regr TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
44 regr.ksvm Support Vector Machines ksvm kernlab Kernel parameters have to be passed directly and not by using the `kpar` list in `ksvm`. Note that `fit` has been set to `FALSE` by default for speed. regr TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
45 regr.lm Simple Linear Regression lm stats
regr TRUE TRUE TRUE FALSE FALSE TRUE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE
46 regr.mob Model-based Recursive Partitioning Yielding a Tree with Fitted Models Associated with each Terminal Node mob party
regr TRUE TRUE TRUE FALSE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
47 regr.nnet Neural Network nnet nnet `size` has been set to `3` by default. regr TRUE TRUE TRUE FALSE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
48 regr.randomForest Random Forest rf randomForest See `?regr.randomForest` for information about se estimation. Note that the rf can freeze the R process if trained on a task with 1 feature which is constant. This can happen in feature forward selection, also due to resampling, and you need to remove such features with removeConstantFeatures. regr TRUE TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE
49 regr.rpart Decision Tree rpart rpart `xval` has been set to `0` by default for speed. regr TRUE TRUE TRUE TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
50 regr.rvm Relevance Vector Machine rvm kernlab Kernel parameters have to be passed directly and not by using the `kpar` list in `rvm`. Note that `fit` has been set to `FALSE` by default for speed. regr TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
51 regr.svm Support Vector Machines (libsvm) svm e1071
regr TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
52 regr.xgboost eXtreme Gradient Boosting xgboost xgboost All settings are passed directly, rather than through `xgboost`'s `params` argument. `nrounds` has been set to `1` by default. regr TRUE TRUE TRUE FALSE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
53 surv.cforest Random Forest based on Conditional Inference Trees crf party,survival See `?ctree_control` for possible breakage for nominal features with missingness. surv TRUE TRUE TRUE TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE
54 surv.coxph Cox Proportional Hazard Model coxph survival
surv TRUE TRUE TRUE FALSE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE
55 surv.cvglmnet GLM with Regularization (Cross Validated Lambda) cvglmnet glmnet Factors automatically get converted to dummy columns, ordered factors to integer. surv TRUE TRUE TRUE TRUE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE
56 surv.glmnet GLM with Regularization glmnet glmnet Factors automatically get converted to dummy columns, ordered factors to integer. Parameter `s` (value of the regularization parameter used for predictions) is set to `0.1` by default, but needs to be tuned by the user. surv TRUE TRUE TRUE TRUE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE
57 surv.rpart Survival Tree rpart rpart `xval` has been set to `0` by default for speed. surv TRUE TRUE TRUE TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE

二、ML在python+R的互查

R︱mlr包帮你挑选最适合数据的机器学习模型（分类、回归）+机器学习python和R互查手册

上一篇：打印std::tuple的N总方式


下一篇：window的画图工具(mspaint)也可以帮助我们开发和调试代码的.