开篇：我认为 R 的 mlr3 包，是足以媲美 Python 的 sklearn 的机器学习包。
一．mlr3包介绍
1. mlr3包的优势
mlr3包是最先进的系统地实现机器学习算法的R包：
(1) 克服了S3语法的局限性，改用R6语法
- 真正的面向对象（OO）：数据和方法组装到一起
- 可继承性
- 支持引用语
(2) 从参数到内部数据结构，全面拥抱 data.table
- 更快地操作表格数据
- 更好地支持数据表结构中对列表列的复杂对象排序
- 支持引用语义
(3) 降低依赖性，包括直接和间接的依赖：
- R6, data.table, Metrics, lgr
- 某些非官方包：backports, checkmate,…
(4) 目前 mlr3verse 系列生态：
2. 安装mlr3包
install.packages("mlr3")
# 或者
remotes::install_github("mlr-org/mlr3")注：若无法 remove 某包，可以删除 library 下该包文件夹，再试。
3. mlr3基本工作流
mlr3基本工作流是通过构建模块（R6类）和操作实现的，包括创建有监督机器学习任务，如分类和回归，训练模型，对新数据做预测，用交叉验证和标杆管理（benchmarking）评价和比较不同模型。
数据，封装在任务（Tasks）中，先划分为训练集和测试集，以保证模型的泛化能力。将训练数据交给机器学习算法，称为学习器（Learner），用来构建特征如何关联目标值的模型。构建的模型在测试集上进行预测，再与真实目标值比较以评价模型好坏。mlr3提供了多种评价模型好坏的度量，通常是一个数值得分。该过程将重复多次，每次都从原数据集中重抽样不同的训练集和测试集，多次重抽样迭代通过量化特定模型在不同数据上的性能，以获得更好的泛化能力。
- 任务（Task）：封装了数据及额外信息，如预测目标；
- 学习器（Learner）：封装了多种机器学习算法，能够训练模型并做预测，大多数学习器都有影响其操作的超参数；
- 度量（Measure）：基于预测值与真实值的差异计算数值得分；
- 重抽样（Resampling）：生成一系列的训练集和测试集。
另外，实际数据的机器学习建模工作流，还包括标准化、缺失值插补、特征选择等。
二. mlr3基本建模流程
下面以对 iris 数据集构建决策树分类模型为例来阐述。
1. 创建任务
创建任务，或从自带的任务字典中选择任务：
library(mlr3)
task = TaskClassif$new(id="iris", backend=iris, target="Species")
# task = tsk("iris")
task
2. 选择学习器
从自带的学习器字典中，选择“分类树”学习器：
learner = lrn("classif.rpart" , cp=0.1, minsplit=10)
learner 
3. 划分训练集/测试集
set.seed(123)
train = sample(task$nrow, 0.8 * task$nrow)
test = setdiff(seq_len(task$nrow), train)4. 训练模型
learner$train(task, row_ids=train)
learner$model # 查看训练好的模型
5. 模型预测
predictions = learner$predict(task, row_ids=test)
predictions
6. 模型评估
predictions$confusion
measure = msr("classif.acc")
predictions$score(measure) # 预测精度
7. 重抽样
resampling = rsmp("cv", folds = 3L)
rr = resample(task, learner, resampling)
rr$score(measure)
rr$aggregate(measure) 
参考文献：
mlr3book.
https://mlr3book.mlr-org.com/来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/31537575/viewspace-3136707/ ，如需转载，请注明出处，否则将追究法律责任。
