在mlr中融合学习者和预处理-使用什么设置？

Question

我正在进行一个基准分析，比较不同的学习者(logistic回归，梯度提升，随机森林，极端梯度提升)与mlr软件包。

我知道有两种不同类型的预处理(数据和学习者依赖和独立)。现在，我想使用mlr的包装器功能makePreprocWrapperCaret()来进行数据依赖的预处理。

然而，我不确定设置。据我正确理解，对于logistic回归，我应该用中位数(或平均值)来推断失语，但是对于基于树的模型，例如有很大价值的模型。

问题1)我将如何在下面的代码(基于树的模型)中将NAs归为非常大的值？

其次，就我正确理解而言，我应该剔除逻辑回归的离群值(例如99%和1%)。但是，对于基于树的模型来说，这是不必要的。

问题2)如何在下面的代码中截断异常值(例如99%和1%)？

最后，(再次，如果我理解正确)，我应该标准化数据的逻辑回归。但是，我只能在makePreprocWrapperCaret()中找到不完全相同的"center“选项。

问题3)如何在下面的代码中标准化？

非常感谢！！

lrn_logreg = makePreprocWrapperCaret("classif.logreg", method = c("medianImpute")) #logistic regression --> include standardization + cutoff outliers
lrn_gbm = makePreprocWrapperCaret("classif.gbm") #gradient boosting --> include imputation with great values
lrn_rf = makePreprocWrapperCaret("classif.randomForest") #Random Forest --> include imputation with great values
lrn_xgboost = makePreprocWrapperCaret("classif.xgboost") #eXtreme Gradient Boosting --> include imputation with great values

Answer 1

您可以查看mlr归责教程：https://mlr.mlr-org.com/articles/tutorial/impute.html

1)您可以使用mlr的makeImputeWrapper。在最大限度上可以在imputeMax中使用makeImputeWrapper。

2)用于切割最高值和最低值的，您可以编写自己的preprocWrapper：https://mlr.mlr-org.com/articles/tutorial/preproc.html

3)用于规范化的已经有一个preprocWrapper函数：normalizeFeatures。另见此处：https://mlr.mlr-org.com/reference/normalizeFeatures.html