mlrCPO-任务转换为任务

我想为

mlr:：makeClassificationViaRegression

包装器构建一个CPO。包装器构建回归模型，预测正类的特定示例是否属于它（1）（-1）。它还使用softmax计算预测概率

在阅读了和for

makeCPOTargetOp

之后，我的尝试如下：

cpoClassifViaRegr = makeCPOTargetOp(
  cpo.name = 'ClassifViaRegr', 
  dataformat = 'task', #Not sure - will this work if input is df with unknown target values?
  # properties.data = c('numerics', 'factors', 'ordered', 'missings'), #Is this needed?
  properties.adding = 'twoclass', #See https://mlrcpo.mlr-org.com/articles/a_4_custom_CPOs.html#task-type-and-conversion
  properties.needed = character(0),
  properties.target = c('classif', 'twoclass'), 
  task.type.out = 'regr',
  predict.type.map = c(response = 'response', prob = 'response'), 
  constant.invert = TRUE, 
  cpo.train = function(data, target) {
    getTaskDesc(data)
  }, 
  cpo.retrafo = function(data, target, control) {
    cat(class(target))
    td = getTaskData(target, target.extra = T)
    target.name = paste0(control$positive, ".prob")

    data = td$data
    data[[target.name]] = ifelse(td$target == pos, 1, -1)

    makeRegrTask(id = paste0(getTaskId(target), control$positive, '.'), 
                 data = data,
                 target = target.name,
                 weights = target$weights,
                 blocking = target$blocking)

  }, 
  cpo.train.invert = NULL, #Since constant.invert = T
  cpo.invert = function(target, control.invert, predict.type) {


    if(predict.type == 'response') {

      factor(ifelse(target > 0, control.invert$positive, control.invert$positive))

    } else {

      levs = c(control.invert$positive, control.invert$negative)
      propVectorToMatrix(vnapply(target, function(x) exp(x) / sum(exp(x))), levs)

    }

  })

它似乎按预期工作，下面的演示显示反向预测与使用

makeClassificationViaRegr

包装器获得的预测相同：

lrn=makeLearner（“regr.lm”）
#包装纸-----------------------------------------------------------------
lrn2=通过回归包装器（lrn）进行分类
模型=列车（lrn2，sonar.task，子集=1:140）
预测=预测（model，newdata=getTaskData（sonar.task）[141:208，1:60]）
#CPO---------------------------------------------------------------------
sonar.train=水下任务（sonar.task，1:140）
sonar.test=水下任务（sonar.task，141:208）
trafd=sonar.train%>>%cpoClassifViaRegr（）
mod=列车（lrn、trafd）
retr=sonar.test%>>%retrafo（交通量）
pred=预测（mod，retr）
invpred=逆变器（逆变器（retr），pred）
相同（预测$data$response，invpred$data$response）