使用 mRMRe 进行具有分类目标变量的特征选择答案

【问题标题】：Using mRMRe for feature selection with Categorical target variable使用 mRMRe 进行具有分类目标变量的特征选择
【发布时间】：2016-06-30 09:50:51
【问题描述】：

我正在尝试使用 R 中的 mRMRe 包对基因表达数据集进行特征选择。

我的目标变量是一个分类变量，即每个样本都关联一个类，用作目标变量。

但是，通过使用mRMRe 包，我在尝试加载数据时收到以下错误：

data <- mRMR.data(data = data)

Error in .local(.Object, ...): data columns must be either of numeric, ordered factor or Surv type
Traceback:

1. mRMR.data(data = data)
2. new("mRMRe.Data", ...)
3. initialize(value, ...)
4. initialize(value, ...)
5. .local(.Object, ...)
6. stop("data columns must be either of numeric, ordered factor or Surv type")

第一列有分类标签，例如“Class1”、“Class2”等。当我使用str(data) 时，我知道第一列是Factor 类型。但是，它不能排序，因为它是分类的。

有没有可能mRMRe 无法处理分类数据？

【问题讨论】：

标签： r machine-learning bioinformatics feature-selection categorical-data

【解决方案1】：

我收到了开发者的答复，并且：

目标变量只有在有序时才能是分类变量。在 2 个类别的情况下，顺序是任意的。对于更多没有逻辑排序的类别（多类别分类），mRMRe 不适配。

所以在这种情况下我不能使用它，因为我的标签是分类的。

【讨论】：

【解决方案2】：

该列必须通过ordered(data$variable1) 转换为有序因子str(data) 应该看起来像Ord.factor

【讨论】：