mlr

软件包官网：发布版 | 开发版

R语言中的机器学习。

• CRAN发布站点

• 在线教程

• 变更日志

• Stackoverflow：#mlr

• Mattermost

• 博客

已弃用

{mlr}已被mlr-org团队宣布退役。 我们不再添加新功能，仅会修复_严重_的bug。 建议从现在起及未来项目中使用新的mlr3框架。

并非{mlr}的所有功能都已经在{mlr3}中实现。 如果您缺少关键功能，请在相应的mlr3扩展包中提交issue，并随时跟进。

安装

发布版

install.packages("mlr")

开发版

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

在出版物中引用{mlr}

请引用我们的JMLR论文 [bibtex]。

该软件包的部分内容是作为其他出版物的一部分创建的。 如果您使用了这些部分，请相应地引用相关工作。 所有{mlr}相关出版物的概述可以在这里找到这里。

简介

R语言并未为其机器学习算法定义标准化接口。 因此，对于任何非 trivial 的实验，您都需要编写冗长、繁琐且容易出错的封装代码来调用不同的算法，并统一它们的输出。

此外，您还需要实现以下基础设施：

• 对模型进行重采样
• 优化超参数
• 选择特征
• 处理数据的预处理和后处理
• 以统计学上有意义的方式比较模型。

由于这些操作计算成本较高，您可能还希望对实验进行并行化。 这往往迫使用户因时间限制或缺乏专业的编程技能而在实验中做出妥协。

{mlr}提供了这些基础设施，使您可以专注于自己的实验！ 该框架提供了监督学习方法，如分类、回归和生存分析，以及相应的评估和优化方法，同时也支持无监督学习方法，如聚类。 它被设计成允许您自行扩展，或者偏离已实现的便捷方法，构建自己的复杂实验或算法。

此外，该包与R包OpenML及其在线平台良好集成， 该平台旨在支持在线协作式机器学习，并允许轻松共享数据集、机器学习任务、算法和实验，从而支持可重复性研究。

特性

• 清晰的S3接口，用于R中的分类、回归、聚类和生存分析方法
• 通过属性抽象描述学习器和任务
• 便捷的方法和通用构建模块，用于您的机器学习实验
• 重采样方法，如自助法、交叉验证和子采样
• 丰富的可视化工具（例如ROC曲线、预测和部分预测）
• 跨数据集和学习器的简化基准测试
• 使用多种优化策略轻松进行超参数调优，包括强大的配置器，如
  • 迭代F竞赛（irace）
  • 基于序列模型的优化
• 带有过滤器和包装器的变量选择
• 带有调优和特征选择的嵌套模型重采样
• 代价敏感学习、阈值调优和不平衡数据纠正
• 封装机制，用于以复杂方式扩展学习器功能
• 可将不同的处理步骤组合成一个复杂的数据挖掘链，可联合优化
• OpenML连接器，用于开放机器学习服务器
• 内置并行化
• 详细教程

其他

简单的使用问题更适合在Stackoverflow上使用mlr标签提问。

请注意，我们所有人都在学术界工作，并为这个项目投入了大量精力——仅仅因为我们喜欢它，而不是因为我们为此获得报酬。

新的开发工作应转向{mlr3}。 我们有自己的风格指南，可以通过使用styler包中的mlr_style轻松应用。 更多信息请参阅我们的wiki。

讲座、研讨会等

mlr-outreach负责所有与{mlr}和{mlr3}相关的推广活动。

mlr 快速上手指南

重要提示：mlr 包目前已被官方标记为**退休（Retired）**状态。开发团队不再添加新功能，仅修复严重漏洞。对于新项目，强烈建议使用其继任者 mlr3。本指南仅供维护旧项目或学习参考。

环境准备

• 操作系统：Windows、macOS 或 Linux
• R 版本：建议 R 3.5.0 或更高版本
• 前置依赖：
  • 基础 R 环境
  • 推荐安装 devtools 或 remotes 包以便从 GitHub 安装开发版
  • 若需并行计算，需配置相应的后端（如 parallel 包）

安装步骤

1. 安装稳定版（推荐）

从 CRAN 镜像源安装（国内用户可先设置清华或中科大镜像）：

# 设置国内镜像（可选，加速下载）
options(repos = c(CRAN = "https://mirrors.tuna.tsinghua.edu.cn/CRAN"))

# 安装 mlr
install.packages("mlr")

2. 安装开发版

如需最新代码（包含未发布的修复），可从 GitHub 安装：

# 确保已安装 remotes 包
install.packages("remotes")

# 从 GitHub 安装
remotes::install_github("mlr-org/mlr")

基本使用

mlr 的核心流程分为三步：定义任务 (Task) -> 选择学习器 (Learner) -> 训练与评估 (Train & Resample)。

以下是一个最简单的分类示例（使用鸢尾花数据集）：

library(mlr)

# 1. 定义任务：创建一个分类任务
# data: 数据集
# target: 目标变量列名
# task.type: 任务类型 (classif, regr, cluster, surv)
task <- makeClassifTask(data = iris, target = "Species")

# 2. 选择学习器：选择一个分类算法
# 例如：随机森林 ("classif.ranger" 或 "classif.randomForest")
# 这里使用内置的简单分类树
learner <- makeLearner("classif.rpart")

# 3. 训练模型
model <- train(learner, task)

# 查看模型摘要
print(model)

# 4. 模型评估：使用交叉验证 (Cross-Validation)
# cv.inds: 交叉验证折数
resample_result <- resample(
  learner = learner,
  task = task,
  resampling = makeResampleDesc("CV", iters = 5),
  measures = acc # 评估指标：准确率
)

# 输出评估结果
print(resample_result$aggr)

核心概念简述

• Task: 封装了数据和目标变量，统一了不同算法的输入格式。
• Learner: 封装了具体的机器学习算法（如 SVM, 随机森林, 神经网络等）。
• Resample: 提供了交叉验证、自助法等重采样策略，用于客观评估模型性能。
• Measure: 定义了评估指标（如准确率 acc, 均方误差 mse, AUC 等）。