R语言机器学习mlr3:简介
获取更多R语言和生信知识,请关注公众号:医学和生信笔记。
公众号后台回复R语言,即可获得海量学习资料!
目录
- `mlr3`简介
- 目标群体
- 为什么重写?
- 设计理念
- `mlr3`生态
mlr3
简介
mlr3
包和其扩展包为R语言提供了一个统一的、面向对象的、可扩展的机器学习框架,可用于回归、分类、生存分析和其他机器学习任务。mlr3
并没有引入新的机器学习算法,而是为R中的机器学习R包通过了统一的接口,通过这个统一的接口,用户可以创建任务、选择合适的参数、进行大规模的模型比较等。原生支持多个步骤的并行化操作。
目标群体
我们希望mlr3
使用者具有基本的R语言和机器学习知识,本教程的后面一些内容将会介绍更高级的知识。mlr3
既适合复杂的大型任务,也可以用于简单的任务。
mlr3
既适合相关从业人员快速进行机器学习算法,也适合于研究人员在统一的环境中实施、测试、比较新的算法。mlr3
包是mlr
包的重写,吸收了最先进的经验,易于使用和扩展。
为什么重写?
mlr
于2013年上架CRAN,目前已逐渐落伍,许多特性已不适合目前复杂的任务需求。另外许多非常棒的R包已逐渐发展成熟,比如data.table
,因此我们希望开发一个新的R包,它可以提供统一的接口,可适应多种不同的复杂任务场景,基于最先进的机器学习经验,速度足够快!因此mlr3
诞生了,它有很多新的特性,比如R6/future/data.table
。
设计理念
后端高于前段
mlr3
包及其生态系统专注于处理和转换数据、应用机器学习模型、计算结果,不提供图形化界面,数据和结果的可视化通过其他R包实现。使用R6
获得简洁的、面向对象的设计。
使用
data.table
获得更快、更方便的数据操作。
统一容器和结果类,以
data.table
格式返回结果这一特性简化了API,允许用户轻松选择和使用split-apply-combine操作,将R6和
data.table
结合。防御式编程和类型安全
所有用户输入都通过
checkmate
检查,返回的结果都是有记录的,并且避免使用base R中的某些机制,因为这些机制会简化结果或者丢失信息。减少依赖包
mlr
的一大缺点就是需要维护大量依赖包,而mlr3
的依赖包大大减少,方便维护。
mlr3
生态
R6
:参考类对象。(不是太懂,可类比R中的S3,S4对象,但是刚用起来感觉语法很奇怪)data.table
:更快的速度!(明显感觉比tidymodels
快很多)digest
:hash digestsuuid
:唯一的字符标识lgr
:日志控制mlbench
:常用机器学习数据集
以上所有R包都是很成熟的,都是经过精心挑选的,不存在依赖性问题。对于更好的功能实现我们建议暗转以下R包:
- 并行化:
future/future.apply
- 进度条:
progressr
- 获取输出、警告和异常情况:
evaluate/callr
mlr3
包只提供基础的机器学习框架,对于更多的操作和更复杂的任务,可参考以下mlr3
生态:
获取更多R语言和生信知识,请关注公众号:医学和生信笔记。
公众号后台回复R语言,即可获得海量学习资料!
R语言机器学习mlr3:简介相关推荐
- R语言机器学习mlr3:模型解释
获取更多R语言和生信知识,请欢迎关注公众号:医学和生信笔记 医学和生信笔记 公众号主要分享:1.医学小知识.肛肠科小知识:2.R语言和Python相关的数据分析.可视化.机器学习等:3.生物信息学学习 ...
- R语言机器学习mlr3:数据预处理和pipelines
获取更多R语言和生信知识,请欢迎关注公众号:医学和生信笔记 医学和生信笔记 公众号主要分享:1.医学小知识.肛肠科小知识:2.R语言和Python相关的数据分析.可视化.机器学习等:3.生物信息学学习 ...
- R语言机器学习mlr3:超参数调优
获取更多R语言和生信知识,请关注公众号:医学和生信笔记. 公众号后台回复R语言,即可获得海量学习资料! 目录 模型调优 调整超参数 方法一:通过`tuninginstancesinglecrite`和 ...
- R语言机器学习mlr3:基础使用
获取更多R语言和生信知识,请关注公众号:医学和生信笔记. 公众号后台回复R语言,即可获得海量学习资料! 目录 创建任务 创建learner 训练.预测和性能评价 本篇主要介绍mlr3包的基本使用. 一 ...
- R语言机器学习mlr3:技术细节
获取更多R语言和生信知识,请欢迎关注公众号:医学和生信笔记 医学和生信笔记 公众号主要分享:1.医学小知识.肛肠科小知识:2.R语言和Python相关的数据分析.可视化.机器学习等:3.生物信息学学习 ...
- R语言机器学习mlr3:特征选择和hyperband调参
获取更多R语言和生信知识,请关注公众号:医学和生信笔记. 公众号后台回复R语言,即可获得海量学习资料! 目录 Hyperband调参 特征选择 filters 计算分数 计算变量重要性 组合方法(wr ...
- R语言机器学习mlr3:嵌套重抽样
获取更多R语言和生信知识,请关注公众号:医学和生信笔记. 公众号后台回复R语言,即可获得海量学习资料! 目录 嵌套重抽样 进行嵌套重抽样 评价模型 把超参数应用于模型 嵌套重抽样 既有外部重抽样,也有 ...
- R语言机器学习mlr3:模型评价和比较
获取更多R语言和生信知识,请关注公众号:医学和生信笔记. 公众号后台回复R语言,即可获得海量学习资料! 目录 二分类变量和ROC曲线 重抽样 benchmark 前面一篇介绍了如何使用 mlr3创建任 ...
- R语言机器学习之caret包详解(一)
R语言机器学习caret包trainControl函数详解 R语言机器学习之caret包详解(一) 简介 数据预处理 各种数据变换 近零方差变量 创建虚拟变量 重抽样技术 k折交叉验证 留一交叉验证 ...
最新文章
- NLPIR智能语义:大数据挖掘助力人工智能快速发展
- iOS学习之iOS沙盒(sandbox)机制和文件操作(二)
- mongodb查看数据库和表的信息
- Android 自定义view的知识梳理。
- vue学习中遇到的错误 Duplicate keys detected: ‘[object Object]‘. This may cause an update error.
- java403forbidden_java – Spring boot – 返回403 Forbidden而不是重定向到登录页面
- Django模板层:内置模板标签if,for in(forloop.counter)with,url,spaceless,autoescape,verbatim,firstof,block,cycle
- ​百度网盘下线SVIP免第三方广告特权;小米回应手机异常发热;Windows 11新应用商店将于6月24日亮相|极客头条...
- C#—接口和抽象类的区别?
- 搜索引擎优化的用乐云seo_搜索引擎优化SEO
- 商用平板 移动金融潜力巨大的应用平台
- Linux如何修改makefile文件,linux中Makefile的使用
- 自动驾驶的Pipline -- 如何打造自动驾驶的数据闭环?(上)
- Emacs帮你进行英文写作
- Android 11 wifi adb 连接错误 “Unable to start pairing client.“
- 计算机网络打不开怎么办,网页无法打开,详细教您有网络但是打不开网页怎么办?...
- 快速排序算法原理 Quicksort —— 图解(精讲) JAVA
- element-ui表格组件分页后完整导出到excel的方法
- Python 小项目 猜数字小游戏
- 编程中,循环、迭代、遍历和递归之间的区别