caret:rfe获取特定大小的最佳性能变量

Question

我运行了一个大约有400个变量的rfe模型，得到的结果是最优模型使用了40个变量。然而，基于交叉验证绘制误差的标准差表明，40个变量的模型仅比只有10个变量的模型性能略好。这就是为什么我想选择有10个变量的模型。我想使用十个变量模型中表现最好的10个变量，并再次训练模型。

如何获得rfe对象中显示的导致模型性能的10个变量？

因为我使用的是rerank=TRUE，所以我不能只从varImp(rfeModel$fit)中挑选排名最高的10个变量，对吧？(如果我不使用"rerank“，这可以工作吗?)

我还在努力处理varImp(rfeModel$fit)、varImp(rfeModel)和pickVars(rfeModel$variables,40)之间的输出差异。关于感兴趣的大小，获得最佳性能变量的正确方法是什么？

可以使用以下示例：

data(BloodBrain)

x <- scale(bbbDescr[,-nearZeroVar(bbbDescr)])
x <- x[, -findCorrelation(cor(x), .8)]
x <- as.data.frame(x)

set.seed(1)


rfProfile <- rfe(x, logBBB,
                 sizes = c(2, 5, 10, 20),
                 method="nnet",
                 maxit=10,
                 rfeControl(functions = caretFuncs,
                            returnResamp="all",
                            method="cv",
                            rerank=TRUE))

print(rfProfile)、varImp(rfProfile$fit)、varImp(rfProfile)、pickVars(rfProfile$variables, rfProfile$optsize)

Answer 1

最简单的方法是使用update函数：

new_profile <- update(rfProfile, x = x, y = logBBB, size = 10) 

在内部，它使用以下代码：

selectedVars <- rfProfile$variables
bestVar <- rfProfile$control$functions$selectVar(selectedVars, 10)

最大值