R機器學習中的包工頭：mlr包
測試後的感想
之前R中的機器學習領域的包一直是各有各的小山頭，且新山頭不斷，於是我們需要追包，追一個個新出的包和包的更新，這時候最大的問題是你不知道還有其它演算法的存在，且每個包有自己的包處理方式…
這就好比蓋一個房子時，我們需要自己去找泥瓦匠、小工和管道工等，這時候面臨三個問題：
- 蓋房子都需要哪些工種？
- 去哪裡找這些工種對應的能手?
- 各工種之間如何配合幹活？
現在mlr包提供一個通用平臺，就好比一個包工頭，蓋房子時，只要找到這個包工頭，說要蓋個房子，包工頭會考慮下面的事情：
- 蓋一個什麼樣的房子，根據房子類型，建立一個task；
- 蓋這個房子需要什麼技能，確定一個方法learner；
- 需要準備什麼材料，如何切割處理，定義一個處理策略resampling strategy；
- 協調大家搭夥幹活Do the resampling;
- 評估下大家幹活質量performance and benchmark;
在這個基礎上，還可以根據過往幹活train的效果預測將來的狀況predict，內部流程優化引入並行處理parallelization，以示公平展示工資待遇與幹活質量之間的關聯規則visualization，及其它黑技能。
例：一個小回歸
分析mlbench包BostonHousing數據中medv與其它變數之間的關係。
library(mlr, quietly = TRUE)
## 數據集
data(BostonHousing, package = "mlbench")
## 創建一個回歸任務
regr.task = makeRegrTask(id = "bh", data = BostonHousing, target = "medv")
# regr.task
## 定義回歸方法
regr.lrn = makeLearner("regr.gbm", par.vals = list(n.trees = 500, interaction.depth = 3))
# regr.lrn
## 定義樣本策略
rdesc = makeResampleDesc("CV", iters = 3)
# rdesc
## 計算
r = resample(learner = regr.lrn, task = regr.task, resampling = rdesc, models = TRUE,
show.info = FALSE)
## 性能一覽
r
#> Resample Result
#> Task: bh
#> Learner: regr.gbm
#> mse.aggr: 46.84
#> mse.mean: 46.84
#> mse.sd: 6.94
#> Runtime: 0.604034
上面只是其基本流程，這個中間還可以穿插很多其它的部分，比如變數特徵選擇、多模型比較、性能展示等.
All depends on your thinking and imagination.
推薦閱讀：
