mlr3∶最强R机器学习预测模型工具-学习笔记1

一、ML工具现状

1.1 mlr3 vs. caret

目前R中ML旧攻略主要都是caret包(上次更新于23年3月，包含238种模型和众多函数，https://cran.r-project.org/web/packages/caret/vignettes/caret.html，官网https://topepo.github.io/caret/)。mlr3框架比较新，这里呈现一些18年的mlr于caret比较的资料https://www.r-bloggers.com/2018/11/mlr-vs-caret/。

文章指出，二者在预处理、learner、resampling、可视化不分伯仲；mlr优秀在task、measure、特有benchmarking、tuning、自带数据、运行速度、框架化；caret无特别优秀之处。时间来到2024年，mlr3比mlr更加是质的飞跃，将是新时代的ML框架王者。

1.2 mlr3 vs. tidymodels

相比mlr3底层data.table，ditymodels底层是tibble，运行速度很慢。虽然tidymodels特别容易执行简单的机器学习任务，但mlr3更倾向于高级机器学习，当然mlr3生态中mlr3verse也行相对简化框架。mlr3是面向对象R6的编程逻辑，初始学习会不太适应，但是认真读懂看懂程序后，会发现逻辑都是为了批量标准化复杂的操作。

1.3 其他凌乱R包

散乱的R包包括glmnet(lasso分析)、rms(nomogram列线图、rcs曲线)、e1071+ kernlab  (svm分析)、nnet(多分类、ANN)、rpart(决策树)、gbm(GBRT)、Mass(LDA判别)、xgboost、CatBoost(离散x的xgboost)、h2o包(多线程深度学习)等等。需要逐渐从零散的R包过度到mlr3集成框架中来。

1.4 强烈推荐mlr3

mlr3作为新一代ML框架，是在mlr失败的基础上重新改写的，十分强大，ML理念也是最新的，包括benchmark、tuning等等。而且，他是个完整的生态环境，将来也拥有更宽广的适配场景。小编作为一个摸爬滚打15年统计的老鸟，摸着mlr3book的刹那，就有一种发现宝藏的冲动。嗯，老鸟的眼光应该不会差。mlr3就是一个很强的新事物，需要忘记自己曾经的优势，慢慢认可、模仿、学习。

二、学习笔记

mlr3是19年末开发，旨在提供比其他机器学习框架更多的灵活性，同时仍然提供使用高级功能的简单方法。本文系列笔记均基于书记https://mlr3book.mlr-org.com/。不得不说，老外是真的牛b，不得不服别人永远是原创的神！

以下为小编精心阅读和R代码笔记的ppt，福利见文末。阅读进度较慢，内容较多，目前只放前3章节，每张ppt都是小编一一核对和校稿。