r语言 tunerf_R语言机器学习：caret包使用及其黑箱模型解释（连续变量预测)

原标题：R语言机器学习：caret包使用及其黑箱模型解释(连续变量预测)

作者：黄天元，复旦大学博士在读，目前研究涉及文本挖掘、社交网络分析和机器学习等。希望与大家分享学习经验，推广并加深R语言在业界的应用。

caret包是R语言通用机器学习包之一，能够在统一框架下使用各种不同的模型，从预处理、建模到后期的预测、评估都有非常友好的函数封装。新近学习的DALEX包是给黑箱提供模型解释性的利器。事实上，它不仅仅针对黑箱模型，它能够面向所有模型给出表现的评估、变量的重要性等有价值的信息。本文依照官方文档，尝试习得通用的DALEX解释caret包生成模型的套路。

1 包的载入与数据导入

安装三个包。

library(pacman)

p_load(DALEX,caret,tidyverse)

观察我们要使用的目标数据：

apartments %>% as_tibble

# A tibble: 1,000 x 6

m2.price construction.year surface floor no.rooms district

1 5897 1953 25 3 1 Srodmiescie

2 1818 1992 143 9 5 Bielany

3 3643 1937 56 1 2 Praga

4 3517 1995 93 7 3 Ochota

5 3013 1992 144 6 5 Mokotow

6 5795 1926 61 6 2 Srodmiescie

7 2983 1970 127 8 5 Mokotow

8 2346 1985 105 8 4 Ursus

9 4745 1928 145 6