type
status
date
slug
summary
tags
category
icon
password
学习器（Learners）是什么
学习器中打包了机器学习的算法用于构建模型和对Task做出预测。
通过学习器，我们可以：
- 设定包括分类学习和回归学习等多种学习器
- 设定模型的超参数并进一步优化
学习器的主要任务为模型的训练与预测，之后数据均会存储在学习器之中。
mlr3包预设的学习器
预设学习器如下：
mlr_learners_classif.featureless
mlr_learners_regr.featureless
mlr_learners_classif.rpart来自rpart包
mlr_learners_regr.rpart来自rpart包
而更多的学习器可以从mlr3learners包获取
- Linear and logistic regression
- Penalized Generalized Linear Models
- 𝑘-Nearest Neighbors regression and classification
- Kriging
- Linear and Quadratic Discriminant Analysis
- Naive Bayes
- Support-Vector machines
- Gradient Boosting
- Random Forests for regression, classification and survival
除此在之外，更多的机器学习方法可在mlr3extralearners repository中查看。亦可以通过下需代码查看。
值得注意的是，这一列表中的学习器来自多个包
学习器的API
每个学习器包括以下内容
英文 | 含义 |
feature_types | 特征种类 |
packages | 建立学习器所使用的包 |
properties | 其他属性及功能，例如缺失值、正确率等 |
predict_types | 可能的预测类型 |
示例：