Question

我正在根据mlr-tutorial中的给定示例定义新的用于异常值检测的预处理包装程序： [https://mlr.mlr-org.com/articles/tutorial/preproc.html#preprocessing-with-makepreprocwrappercaret][1]

我要具体进行的工作是基于中位数绝对偏差（MAD）集成离群值检测作为一种可靠的离群值度量。我已经编写了DoubleMADsFromMedian（）函数，该函数在for循环中用于识别每个功能列中的异常值，并将识别出的异常值单元设置为“ NA”。

我从以下训练和预测功能入手：

trainfun = function(data, target, args = crit) {

for (element in data){
    vec_temp <- as.numeric(data$element)
    outlier <- DoubleMADsFromMedian(vec_temp)>crit
    outlier <- as.data.frame(outlier)
    df <- cbind(vec_temp,outlier)
    df <- df %>% mutate(vec_temp = replace(vec_temp, outlier==TRUE, NA)) %>% data.frame()%>% select(.data$vec_temp )
  }
   # Store the outlier parameter in control
  # These are needed to preprocess the data before prediction
  control = args
  if (is.logical(control$crit) && control$crit)
    control$crit = attr(x, "outlier:crit")
  data = as.data.frame(df)
  return(list(data = data, control = control))
}

predictfun = function(data, target, args, control) {
  data = crit(data, outlier = control$crit)
  data = as.data.frame(data)
  return(data)
}

在那之后，我像这样定义了预处理包装器：

lrn = makePreprocWrapper(lrn, train = trainfun, predict = predictfun, par.set=makeParamSet(makeIntegerParam("crit")), par.vals =list("crit"=4))

但是，出现以下错误：

Error in .learner$train(data = getTaskData(.task, .subset, functionals.as = "matrix"),  : 
  object 'crit' not found

由于我不想调整基于MAD的离群标准，因此我想知道如何在mlr程序包中定义train- / predict-function的“ args”和“ control”参数？而且，我想我的训练和预测功能肯定犯了几个错误？

mlr：为异常检测定义自己的预处理包装

0 个答案: