在R中使用mlr包执行多类PLS-DA

Question

我想使用偏最小二乘判别分析（PLS-DA）来解决分类问题，其中有多个类要预测。我知道PLS-DA不仅限于两类问题，而且我相信使用Caret包中的plsda可以处理这个问题，但是当我尝试在mlr包中构建一个PLS-DA模型时，我得到一个错误告诉我的任务是“多类问题，但学习者'classif.plsdaCaret'不支持！”

是否有可能使用mlr构建多类PLS-DA模型，我只是使用错误的学习者？这是一个可重复的例子：

# LOAD PACKAGES ----
#install.packages("BiocManager")
#BiocManager::install("mixOmics")
library(mlr)
library(tidyverse)
library(mixOmics)

# LOAD IN DATA ----
data(liver.toxicity)
liverTib <- as.tibble(cbind(liver.toxicity$treatment$Treatment.Group,
                            liver.toxicity$gene)
)
names(liverTib)[1] <- "Treatment"

liverTib

# MAKE TASK, LEARNER AND ATTEMPT TO BULD MODEL
liverTask <- makeClassifTask(data = liverTib, target = "Treatment")
plsda <- makeLearner("classif.plsdaCaret")
liverModel <- train(plsda, liverTask)

Answer 1

在mlr（v2.14.0.9000）的开发版本中，启用了通过plsdaCaret模型的多类分类。您可以使用以下代码从GitHub下载该软件包：

install.packages("remotes")
remotes::install_github("mlr-org/mlr")

一个包含3个类的PLS-DA示例：

library(mlr)
#> Loading required package: ParamHelpers
tsk  <- makeClassifTask("iris", iris, target = "Species")
lrn1 <- makeLearner("classif.plsdaCaret")
mod1 <- train(lrn1, tsk)
prd  <- predict(mod1, tsk)
calculateConfusionMatrix(prd)
#>             predicted
#> true         setosa versicolor virginica -err.-
#>   setosa         50          0         0      0
#>   versicolor      0         31        19     19
#>   virginica       0          8        42      8
#>   -err.-          0          8        19     27

由reprex package创建于2019-07-18（v0.3.0）

（This拉请求解决了这个问题。）

Answer 2

当前的实现不支持多类，请参见此处：https://mlr.mlr-org.com/articles/tutorial/integrated_learners.html

您可以更改学习者的代码（https://github.com/mlr-org/mlr/blob/master/R/RLearner_classif_plsdaCaret.R）以使多类成为可能（有关说明，请参阅此处：https://mlr.mlr-org.com/articles/tutorial/create_learner.html）。