包装器的normalizeFeatures如何与验证集一起使用？

Question

我想知道函数normalizeFeatures和重采样策略如何工作。以下哪种说法是正确的？

1. 整个任务数据已标准化
2. 对训练数据进行了归一化，并且使用该归一化的参数（例如，经典标准化中的均值和sd）对归一化数据进行了归一化（mlrCPO::retrafo进行了某种操作）。

谢谢您的帮助！

Answer 1

可以在normalizeFeatures()和data.frame对象上调用函数Task。 在两种情况下，它都相同。它只是使整个任务正常化。所以陈述1）是正确的。

如果您想获得第二个，则有两个选择：

a）preprocWrapperCaret

包装程序会将缩放比例置于训练和预测的前面。对于训练，缩放参数将被保存并应用。 对于预测，将应用保存的缩放参数。

library(mlr)
lrn = makeLearner("classif.svm")
lrn = makePreprocWrapperCaret(lrn, ppc.center = TRUE, ppc.scale = TRUE)

set.seed(1)
res = resample(lrn, iris.task, resampling = hout, models = TRUE)

# the scaling parameters learnt on the training spit
res$models[[1]]$learner.model$control$mean

Sepal.Length  Sepal.Width Petal.Length  Petal.Width 
       5.831        3.030        3.782        1.222 

res$models[[1]]$learner.model$control$std

Sepal.Length  Sepal.Width Petal.Length  Petal.Width 
   0.8611356    0.4118203    1.7487877    0.7710127 

b）mlrCPO

更加优雅和灵活的方法是使用mlrCPO包构建预处理管道，在这种情况下，其效果与包装器相同。

library(mlr)
library(mlrCPO)
lrn = cpoScale(center = TRUE, scale = TRUE) %>>% makeLearner("classif.svm")
set.seed(1)
res = resample(lrn, iris.task, resampling = hout, models = TRUE)
# the scaling parameters learnt on the training spit
res$models[[1]]$learner.model$retrafo$element$state

$center
Sepal.Length  Sepal.Width Petal.Length  Petal.Width 
       5.831        3.030        3.782        1.222 

$scale
Sepal.Length  Sepal.Width Petal.Length  Petal.Width 
   0.8611356    0.4118203    1.7487877    0.7710127 

我将种子设置为在两种情况下均获得相同的训练分割，以使两种方法的学习缩放参数相同。