【生信技能】机 器学习SVM-RFE筛选特征基因R代码解释

#SVM-RFE分析

Profile=rfe(x=data,

            y=as.numeric(as.factor(group)),

            sizes = c(2,4,6,8, seq(10,40,by=3)),

            rfeControl = rfeControl(functions = caretFuncs, method = "cv"),

            methods="svmRadial")

rfe函数

rfe(x,y, sizes, metric = ifelse(is.factor(y),"Accuracy", "RMSE"), maximize = ifelse(metric == "RMSE", FALSE, TRUE),rfeControl = rfeControl(), ...)

x ：训练集自变量矩阵或数据库，注意，列名必须唯一

y ：训练集的结果向量（数值型或因子型）

sizes ：对应于应该保留的特征的数量的数值向量

metric ：指定将使用什么汇总度量来选择最优模型。默认情况下，"RMSE" and "Rsquared" for regression and "Accuracy" and "Kappa" for classification

maximize 逻辑值，metric是否最大化

rfeControl ：控制选项列表，包括拟合预测的函数。

rfeControl内嵌函数

ctrl= rfeControl(functions = rfFuncs, method = "cv",verbose = FALSE, returnResamp = "final")

functions即确定用什么样的模型进行自变量排序

随机森林即rfFuncs， lmFuncs（线性回归），nbFuncs（朴素贝叶斯），treebagFuncs（装袋决策树），caretFuncs（自定义的训练模型）。

method是确定用什么样的抽样方法，cv即交叉检验， 提升boot，留一交叉检验LOOCV