caret包函数不完全解析

参考：xccd ，肖凯大牛的博客

########## caret 包总结 ###########

使用caret::mdrr

1、降维

a)删除的变量是常数自变量，或者是方差极小的自变量:

nearZeroVar:诊断预测变量是唯一值(即0方差自变量)

nearZeroVar(x, freqCut = 95/5, uniqueCut = 10, saveMetrics = FALSE)

参数:

x:只能为数值numeric vector，matrix，data frame

freqCut :第一众数 与 第二众数的比率的cutoff(临界值)(比如100个数值,有95个1，5个0；第一众数为95，第二众数为0，比率为95/5)

uniqueCut: 剔重后的唯一值 与 样本总数量的百分比 (上例为 2/100),大于这个值不会被剔除

saveMetrics:如果为T，返回样本每个属性的freqRatio,percentUnique,以及判定结果(zeroVar[0方差只有一个值],nzv[近似0方差(通过前两个参数判定)])

来看看函数写的?

帮助文档detail的例子写的很详细

test <- function(x,freqCut=95/5,uniqueCut=10,saveMetrics=FALSE) 

{

    if(is.vector(x)) 

        x<-matrix(x,ncol=1)

    # 按列处理

    freqRatio<-apply(x,2,function(data){

    # 频数表

        t<-table(data[!is.na(data)])

        # 如果matrix按列统计频率,只有唯一值(rep(3,5)) 或 被考察matrix为空，返回值为0 并 跳出函数

        if(length(t)<=1){

            return(0)

        }