交叉验证中的 PCA；然而，只有一部分变量

据我所知，这是不可能的。这可能可以使用食谱。但是我不使用食谱，但我使用mlr3，所以我将展示如何使用这个包：

library(mlr3)
library(mlr3pipelines)
library(mlr3learners)
library(paradox)
library(mlr3tuning)
library(mlbench)

从数据创建任务：

data("PimaIndiansDiabetes")

pima_tsk <- TaskClassif$new(id = "Pima",
                            backend = PimaIndiansDiabetes,
                            target = "diabetes")

定义一个名为“slct1”的预处理选择器：

pos1 <- po("select", id = "slct1")

并在其中定义选择器函数：

pos1$param_set$values$selector <- selector_name(colnames(PimaIndiansDiabetes[, 4:6]))

现在定义所选功能应该发生的情况：缩放 -> 选择第一台 PC 时的 pca ( param_vals = list(rank. = 1))

pos1 %>>%
  po("scale", id = "scale1") %>>%
  po("pca", id = "pca1", param_vals = list(rank. = 1)) -> pr1

现在定义一个反转选择器：

pos2 <- po("select", id = "slct2")

pos2$param_set$values$selector <- selector_invert(pos1$param_set$values$selector)

定义学习者：

rf_lrn <- po("learner", lrn("classif.ranger")) #ranger is a faster version of rf

组合它们：

gunion(list(pr1, pos2)) %>>%
  po("featureunion") %>>%
  rf_lrn -> graph

检查它是否正常：

graph$plot(html = TRUE)

将图转换为学习器：

glrn <- GraphLearner$new(graph)

定义要调整的参数：

ps <-  ParamSet$new(list(
  ParamInt$new("classif.ranger.mtry", lower = 1, upper = 6),
  ParamInt$new("classif.ranger.num.trees", lower = 100, upper = 1000)))

定义重采样：

cv10 <- rsmp("cv", folds = 10)

定义调谐：

instance <- TuningInstance$new(
  task = pima_tsk,
  learner = glrn,
  resampling = cv10,
  measures = msr("classif.ce"),
  param_set = ps,
  terminator = term("evals", n_evals = 20)
)

set.seed(1)
tuner <- TunerRandomSearch$new()
tuner$tune(instance)
instance$result

有关如何调整 PC 组件数量以保持检查此答案的其他详细信息：R caret：如何在训练前将单独的 pca 应用于不同的数据帧？

如果您觉得这很有趣，请查看mlr3book

还

cor(PimaIndiansDiabetes[, 4:6])
          triceps   insulin      mass
triceps 1.0000000 0.4367826 0.3925732
insulin 0.4367826 1.0000000 0.1978591
mass    0.3925732 0.1978591 1.0000000

不会产生您在问题中提到的内容。