r /组合优化功能/程序包需要最少的前期工作

Question

我有一个包含预处理方法名称的数据框。

*Impute*    *Scale*      
naomit      noscale      
knnimpute   noscale              
naomit      scale        
knnimpute   scale     

在第一个步骤中，函数g（）按行执行方法以创建预处理的数据集。 对于第一行：identity（na.omit（data））

在第二步中，为每个预处理数据集计算分类误差。 目的是找到使分类误差最小的组合。

有成千上万种组合。 目前，我使用全盲或简单网格搜索。 我需要一种更智能的方法来查找值得测试的预处理数据集。

我知道有用于优化的CRAN任务视图，并且我尝试从此处学习概念性问题（ http://dl.acm.org/citation.cfm?id=937505 ）。

用最少的前期工作更快地找到近似最佳解决方案的良好R组合优化包/功能是什么？

Answer 1

回答我自己的问题：出于上述目的，将包装制成了“ metaheur”。