r - 插入符号 :rfe get best performing variables for a certain size

Question

我运行了一个包含大约 400 个变量的 rfe 模型，得到的结果是最佳模型使用了 40 个变量。然而，绘制基于交叉验证的误差标准差表明，40 个变量模型的性能仅略好于只有 10 个变量的模型。这就是为什么我想要使用 10 个变量的模型。我想使用对十变量模型表现最佳的 10 个变量并再次训练模型。

如何获得 rfe 对象中显示的导致模型性能的 10 个变量？

因为我使用了 rerank=TRUE，所以我不能只从 varImp(rfeModel$fit) 中选择排名最高的 10 个变量，对吗？ (如果我不使用“重新排名”，这会起作用吗？)

我也在为 varImp(rfeModel$fit)、varImp(rfeModel)、pickVars(rfeModel$variables, 40)。在感兴趣的大小方面获得最佳性能变量的正确方法是什么？

可以使用下面的例子:

data(BloodBrain)

x <- scale(bbbDescr[,-nearZeroVar(bbbDescr)])
x <- x[, -findCorrelation(cor(x), .8)]
x <- as.data.frame(x)

set.seed(1)


rfProfile <- rfe(x, logBBB,
                 sizes = c(2, 5, 10, 20),
                 method="nnet",
                 maxit=10,
                 rfeControl(functions = caretFuncs,
                            returnResamp="all",
                            method="cv",
                            rerank=TRUE))

print(rfProfile), varImp(rfProfile$fit), varImp(rfProfile), pickVars(rfProfile$variables, rfProfile$optsize)

Answer 1

最简单的做法是使用 update 函数:

new_profile <- update(rfProfile, x = x, y = logBBB, size = 10) 

在内部，它使用以下代码:

selectedVars <- rfProfile$variables
bestVar <- rfProfile$control$functions$selectVar(selectedVars, 10)

最大