[英]r/ combinatorial optimization function/package requiring minimal up-front work
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?
回答我自己的问题:出于上述目的,将包装制成了“ metaheur”。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.