插入包：是否可以实现自己的bootstrapping方法？

Question

我正在使用R的caret包来为我的模型选择变量。 使用rfe命令时，应该传递rfeControl对象，该对象具有方法参数。 此参数的选项为boot，cv，LOOCV和LGOCV。 由于我正在处理时间序列数据，我需要使用特殊的自举/交叉验证技术，因为正常情况不适用于时间序列数据（否则分布会被破坏等）。

我的问题是如何插入我自己的bootstrapping实现，但仍然使用caret rfe方法，它有我需要的所有其他东西。

Answer 1

没有一个简单的方法。 如果你学习rfe.default()的代码，你会注意到在method = "boot"的情况下，使用了createResample()函数。 这是生成引导样本的函数。 类似的函数用于其他CV方法。

有一个艰难的方法; 超越最合适的create*()函数; 假设您要执行块引导程序或ME引导程序，接管createResample()函数并使用method = "boot" ，或者如果您需要特殊形式的CV，请使用method = "cv"并接管createFolds() 。

您需要编写自己的create*()函数，并用您的版本替换插入符号NAMESPACE中的那个。 不容易，但非常可行。 假设您编写自己的createResample()函数; 首先，您需要注意，此函数会创建n = times引导样本，并将其返回到矩阵中，其中包含times列和与样本一样多的行。 您需要编写一个自定义的createResample()函数，该函数返回相同的对象，但该函数执行您要使用的时间序列引导。

一旦编写了该函数，就需要将它放入插入符号命名空间，以便插入符号包中的函数使用它。 为此，您使用assignInNamespace() 。 假设您的新引导函数名为createMyResample()并且它是您的工作区，将其插入到插入符名称空间中：

assignInNamespace("createResample", createMyResample, ns = "caret")

对不起，我不能更具体，但你没有说你希望如何执行bootstrap / CV，也没有说你想用什么R代码进行重新采样。 如果您提供有关如何进行重新采样的更多详细信息，我将再看看，看看我是否可以帮助您编写create*()函数。

如果没有这一切，请联系插入符号的作者和维护者Max Kuhn; 他或许可以进一步提出建议，或者至少可以建议将此功能作为未来版本的愿望清单。