在具有数字和分类变量的数据集中使用R进行分类

我正在研究一个非常大的数据集.csv

数据集由数字列和分类列组成

其中一列是我的目标列，这意味着我想使用其他列来确定3个可能已知值中的哪个值可能位于目标列中。最后检查我的分类与真实数据

我的问题:

我用的是R

我试图找到一种方法来选择能够提供最佳分类的特征子集。 检查所有子集是不可能的

---

有没有人知道一种算法或者能想出一种在R上实现的方法？

这似乎是一个分类问题。在不知道目标的协变量数量的情况下，无法确定，但神经网络不能解决问题吗

您可以使用nnet软件包，该软件包使用前馈神经网络，可以处理多个类。拥有分类列不是问题，因为您可以只使用因子

没有数据示例，我只能解释一下，但主要是使用以下函数：

newNet<-nnet(targetColumn~ . ,data=yourDataset, subset=yourDataSubset [..and more values]..)

列c有3个级别，即它可以接受3种类型的值。默认情况下，当列具有字符串而不是数值时，dataframe会执行此操作

现在，使用a列和b列，我们想要预测c将是哪个值。使用神经网络。对于本例来说，nnet包非常简单。如果尚未安装，请使用：

install.packages("nnet")

然后，要加载它：

require(nnet)

在此之后，让我们用数据样本训练神经网络，为此，函数

---

部分既然你有数字和分类数据，那么你可以试试SVM

我在我的数值数据上使用SVM和KNN，我也尝试应用DNN。DNN对于训练R中的大数据非常慢。KNN不需要训练，但用于数值数据。下面是我正在使用的。也许你可以看看

#Train the model
y_train<-data[,1] #first col is response variable
x_train<-subset(data,select=-1) 
train_df<-data.frame(x=x_train,y=y_train)
svm_model<-svm(y~.,data=train_df,type="C")

#Test 
y_test<-testdata[,1]
x_test<-subset(testdata,select=-1)
pred<-predict(svm_model,newdata = x_test)
svm_t<-table(pred,y_test)
sum(diag(svm_t))/sum(svm_t) #accuracy

---

请举例说明您的数据框，例如，使用headdf或dputdf[1:10，]。如果没有，对返回随机值的算法的建议将与任何其他算法一样好：如果你有很多变量，你想要一个简约的模型，然后使用elasticnet lasso，ridge和R包glmnet.headdf和dput可以提供比这里更多的输出。基本上，dats设置为115910行87列，部分为数字，部分为分类。谢谢你的回答，但我想我应该说我对R非常陌生-基本上是从头开始学习的。甚至像将数据集上的列转换为因子这样的操作也具有挑战性。这是我的大部分答案，我无法回答。我需要的不仅仅是解决所描述问题的解决方案，我还需要一个相对容易实现的解决方案。很抱歉之前没有提到，有没有更友好的方法呢？这其实是一个很简单的方法，即使有这么多复杂的词，我对R也很陌生，但我一直在修补。我将尝试编辑评论以获得更详细的指南。现在编辑，如果仍然无法理解，请告诉我，解释自己不是我最好的资产之一…好的，我尝试使用它，但确实提出了一些问题：1。技术问题：运行-sample导致错误-sample中的错误：一元运算符的参数无效。我省略了-sample，使用了新的predictedvalues，恐怕我解释错了。这不会选择特征子集进行分类。这实际上是一种分类。我将检查为什么您得到的是二进制分类而不是多类分类。0-1之间的值应为0-2，越接近类值[0,1,2]，越有可能是类值的一部分。关于样本问题，我的错，它应该是-部分而不是-样本，在答案中编辑。

require(nnet)

myNet<-nnet( c~ a+b,data=df,subset=portion,size=1)

newPredictedValues<-predict(myNet,newdata=df[-portion,])

#Train the model
y_train<-data[,1] #first col is response variable
x_train<-subset(data,select=-1) 
train_df<-data.frame(x=x_train,y=y_train)
svm_model<-svm(y~.,data=train_df,type="C")

#Test 
y_test<-testdata[,1]
x_test<-subset(testdata,select=-1)
pred<-predict(svm_model,newdata = x_test)
svm_t<-table(pred,y_test)
sum(diag(svm_t))/sum(svm_t) #accuracy