前処理メソッドの名前で構成されるデータ フレームがあります。
*Impute* *Scale*
naomit noscale
knnimpute noscale
naomit scale
knnimpute scale
ステップ 1 では、関数 g() がメソッドを行ごとに実行して、前処理されたデータ セットを作成します。最初の行: identity(na.omit(data))
ステップ 2 では、前処理されたデータセットごとに分類誤差が計算されます。目的は、分類エラーを最小限に抑える組み合わせを見つけることです。
何千もの組み合わせがあります。現在、フル ブラインドまたは単純なグリッド検索を使用しています。テストに値する前処理されたデータセットを見つけるためのよりインテリジェントな方法が必要です。
最適化のための CRAN タスク ビューがあることを知っており、ここ ( http://dl.acm.org/citation.cfm?id=937505 )から概念的な問題を学ぼうとしました。
最小限の事前作業で最適解をより速く見つけるための優れた R 組み合わせ最適化パッケージ/関数は何でしょうか?