我正在尝试使用caret构建一个使用PCA作为预处理的预测模型。预处理步骤如下：

preProc <- preProcess(IL_train[,-1], method="pca", thresh = 0.8)

是否可以将thresh参数直接传递给caret的train()函数？我尝试了以下方法，但不起作用：

modelFit_pp <- train(IL_train$diagnosis ~ . , preProcess="pca",                            thresh= 0.8, method="glm", data=IL_train)

如果不行，我该如何将单独的preProc结果传递给train()函数？

回答：

根据文档说明，您可以通过trainControl来指定额外的预处理参数

?trainControl...preProcOptions  A list of options to pass to preProcess. The type of pre-processing (e.g. center, scaling etc) is passed in via the preProc option in train....

由于您的数据集无法重现，我们来看一个例子。我将使用mlbench中的Sonar数据集，并为了有趣而使用pls算法。

library(caret)library(mlbench)data(Sonar)ctrl <- trainControl(preProcOptions = list(thresh = 0.95))mod <- train(Class ~ .,              data = Sonar,               method = "pls",              trControl = ctrl)

虽然文档不是最激动人心的阅读内容，但一定要尝试浏览一下。包作者们努力创建文档，其中有很多值得探索的地方。