Bạn có thể sử dụng đoạn mã này để tìm mô hình nào đang sử dụng as.matrix trong hàm phù hợp.
Hãy coi chừng rằng as.matrix biến một ma trận thưa thớt thành ma trận thổi hoàn toàn. Bạn có thể gặp vấn đề về bộ nhớ. Tôi chưa thử nghiệm nếu các mô hình cơ bản riêng lẻ chấp nhận một ma trận thưa thớt.
library(caret) # run on version 6.0-71
model_list <- getModelInfo()
df <- data.frame(models = names(model_list),
fit = rep("", length(model_list)),
stringsAsFactors = FALSE)
for (i in 1:length(model_list)) {
df$fit[i] <- as.expression(functionBody(model_list[[i]]$fit))
}
# find xgboost matrix
df$models[grep("xgb.DMatrix", df$fit)]
[1] "xgbLinear" "xgbTree"
# find all models where fit contains as.matrix(x)
df$models[grep("as.matrix\\(x\\)", df$fit)]
[1] "bdk" "binda" "blasso" "blassoAveraged" "bridge" "brnn"
[7] "dnn" "dwdLinear" "dwdPoly" "dwdRadial" "enet" "enpls.fs"
[13] "enpls" "foba" "gaussprLinear" "gaussprPoly" "gaussprRadial" "glmnet"
[19] "knn" "lars" "lars2" "lasso" "logicBag" "LogitBoost"
[25] "lssvmLinear" "lssvmPoly" "lssvmRadial" "mlpSGD" "nnls" "ordinalNet"
[31] "ORFlog" "ORFpls" "ORFridge" "ORFsvm" "ownn" "PenalizedLDA"
[37] "ppr" "qrnn" "randomGLM" "relaxo" "ridge" "rocc"
[43] "rqlasso" "rqnc" "rvmLinear" "rvmPoly" "rvmRadial" "sda"
[49] "sddaLDA" "sddaQDA" "sdwd" "snn" "spikeslab" "svmLinear"
[55] "svmLinear2" "svmLinear3" "svmLinearWeights" "svmLinearWeights2" "svmPoly" "svmRadial"
[61] "svmRadialCost" "svmRadialSigma" "svmRadialWeights" "xgbLinear" "xgbTree" "xyf"
Cảm ơn bạn. Điều này trả lời câu hỏi của tôi. Nhưng việc sử dụng loại as.matrix đánh bại mục đích sử dụng ma trận thưa thớt. –