mlr3

高效、面向对象的机器学习基础构建模块编程。mlr的继任者。

资源（适用于用户和开发者）

我们编写了一本书。这应该是包的主要入口点。
mlr-org网站包括例如一个包含案例研究的画廊。
参考手册
常见问题
在Stackoverflow（标签#mlr3）上提问
扩展学习器
- 推荐的核心回归、分类和生存学习器在mlr3learners中
- 所有其他学习器在mlr3extralearners中
- 使用学习器搜索获得简单概览
速查表
视频：
课程/讲座
- 机器学习导论（I2ML）是一个免费开放的翻转课堂课程，介绍机器学习基础知识。mlr3在演示和练习中使用。
模板/教程
- mlr3-targets：展示如何将{mlr3}与targets结合使用，实现可重复的机器学习工作流自动化。
扩展包列表
mlr-outreach包含公开演讲和幻灯片资源。
Wiki：主要包含开发者信息。

安装

从CRAN安装最新版本：

install.packages("mlr3")

从GitHub安装开发版本:

remotes::install_github("mlr-org/mlr3")

如果您想开始使用mlr3，我们建议安装mlr3verse元包，它会安装mlr3和一些最重要的扩展包:

install.packages("mlr3verse")

示例

构建学习器和任务

library(mlr3)

# 创建学习任务
task_penguins = as_task_classif(species ~ ., data = palmerpenguins::penguins)
task_penguins

## <TaskClassif:palmerpenguins::penguins> (344 x 8)
## * 目标: species
## * 属性: multiclass
## * 特征 (7):
##   - int (3): body_mass_g, flipper_length_mm, year
##   - dbl (2): bill_depth_mm, bill_length_mm
##   - fct (2): island, sex

# 加载学习器并设置超参数
learner = lrn("classif.rpart", cp = .01)

基本训练 + 预测

# 训练/测试集划分
split = partition(task_penguins, ratio = 0.67)

# 训练模型
learner$train(task_penguins, split$train_set)

# 预测数据
prediction = learner$predict(task_penguins, split$test_set)

# 计算性能
prediction$confusion

##            truth
## response    Adelie Chinstrap Gentoo
##   Adelie       146         5      0
##   Chinstrap      6        63      1
##   Gentoo         0         0    123

measure = msr("classif.acc")
prediction$score(measure)

## classif.acc 
##   0.9651163

重采样

# 3折交叉验证
resampling = rsmp("cv", folds = 3L)

# 运行实验
rr = resample(task_penguins, learner, resampling)

# 访问结果
rr$score(measure)[, .(task_id, learner_id, iteration, classif.acc)]

##                     task_id    learner_id iteration classif.acc
## 1: palmerpenguins::penguins classif.rpart         1   0.9391304
## 2: palmerpenguins::penguins classif.rpart         2   0.9478261
## 3: palmerpenguins::penguins classif.rpart         3   0.9298246

rr$aggregate(measure)

## classif.acc 
##    0.938927

扩展包

查阅wiki获取简短描述和各个仓库的链接。

对于初学者，我们强烈建议安装并加载mlr3verse包以获得更好的用户体验。

为什么要重写？

mlr于2013年首次发布到CRAN。它的核心设计和架构可以追溯到更早。添加许多功能导致了功能蔓延，这使得mlr难以维护和扩展。我们还认为，虽然mlr在某些方面（学习器、度量等）可以很好地扩展，但其他方面从外部扩展起来并不容易。此外，在创建mlr时，许多有用的R库还不存在，包含它们将导致API的重大变化。

设计原则

本包只实现了机器学习的基本构建模块。
这里专注于计算。没有可视化或其他内容。那些可以放在额外的包中。
借助R6克服R的S3类的限制。
采用R6实现清晰的面向对象设计、对象状态变化和引用语义。这可能不太"传统R"，但似乎很适合mlr。
采用data.table进行快速便捷的数据框计算。
结合data.table和R6，为此我们将大量使用data.table中的列表列。
防御性编程和类型安全。所有用户输入都通过checkmate进行检查。返回类型有文档记录，避免使用基础R中那些不可预测地"简化"结果的机制(如sapply()或[.data.frame中的drop参数)。
依赖项少。mlr3在运行时需要以下包：
- parallelly：并行化辅助函数。无额外递归依赖。
- future.apply：使用future抽象接口进行重采样和基准测试的并行化，可连接多个并行后端。
- backports：确保与旧版R的向后兼容性。由mlr团队成员开发。无递归依赖。
- checkmate：快速参数检查。由mlr团队成员开发。无额外递归依赖。
- mlr3misc：在多个mlr3扩展包中使用的杂项函数。由mlr团队开发。
- paradox：参数和参数集的描述。由mlr团队开发。无额外递归依赖。
- R6：引用类对象。无递归依赖。
- data.table：R的data.frame扩展。无递归依赖。
- digest (通过mlr3misc)：哈希摘要。无递归依赖。
- uuid：创建唯一字符串标识符。无递归依赖。
- lgr：日志工具。无额外递归依赖。
- mlr3measures：性能度量。无额外递归依赖。
- mlbench：机器学习数据集集合。无依赖。
- palmerpenguins：关于企鹅的分类数据集，用于示例并作为玩具任务提供。无依赖。
反射：可以查询对象的属性和功能，允许您对它们进行编程。
带有额外依赖项的附加功能：
- 要捕获输出、警告和异常，可以使用evaluate和callr。

为mlr3做贡献

这个R包采用LGPL-3许可。如果您在使用这个软件时遇到问题（缺少文档、误导或错误的文档、意外行为、错误等）或只是想提出功能建议，请在问题追踪器中提出问题。欢迎提交拉取请求，维护者将酌情纳入。

请查阅wiki获取风格指南、roxygen指南和拉取请求指南。

引用mlr3

如果您使用mlr3，请引用我们的JOSS文章： @文章{mlr3, 标题 = {{mlr3}: R语言中的现代面向对象机器学习框架}, 作者 = {Michel Lang 和 Martin Binder 和 Jakob Richter 和 Patrick Schratz 和 Florian Pfisterer 和 Stefan Coors 和 Quay Au 和 Giuseppe Casalicchio 和 Lars Kotthoff 和 Bernd Bischl}, 期刊 = {开源软件杂志}, 年份 = {2019}, 月份 = {12月}, doi = {10.21105/joss.01903}, 网址 = {https://joss.theoj.org/papers/10.21105/joss.01903}, }