r - 我应该用整个数据集调整学习器吗？

Question

最近在学习使用mlr3包，遇到了一些问题：

（1）我读了“交叉验证 - 训练/预测”的误解。这对我来说是这样的：作为嵌套采样的结果，我应该关注模型的平均无偏估计性能。对我来说，调优就是在训练集中添加 CV（即找到最佳的超参数和特征重要性等级），如下图所示。 但是，mlr3gallery 中的许多示例（例如，调整 SVM；调整图形）似乎用整个数据集调整他们的学习者，这让我感到困惑。使用所有数据来调整学习器是否合适？

（2）不知道有没有什么办法可以把Feature Selection和Model Tuning结合起来。我在 mlr feature-filtering-with-tuning中找到了该功能，但在 mlr3 中没有。我想管道图可能会有所帮助，但我找不到教程。

非常感谢！任何帮助将不胜感激！

标签： rmlr3