序言
下面的例子是慕尼黑大学机器学习入门讲座的一部分内容。该项目的目标是为手头的问题创建并比较一个或几个机器学习管道，同时进行探索性分析并对结果进行阐述。
准备
mlr3的详细指南见：
mlr3 book (https://mlr3book.mlr-org.com/index.html)
## 安装与加载所需包 install.packages('mlr3verse') install.packages('DataExplorer') install.packages('gridExtra') library(mlr3verse) library(dplyr) library(tidyr) library(DataExplorer) library(ggplot2) library(gridExtra)
用一个固定的种子来初始化随机数发生器，以保证可重复性，并减少记录器的冗长性，以保持输出的清晰表现。
set.seed(7832) lgr::get_logger("mlr3")$set_threshold("warn") lgr::get_logger("bbotk")$set_threshold("warn")
在这个示例中，作者研究了机器学习算法和学习器在肝病检测方面的具体应用。因此，该任务是一个二元分类任务，根据一些常见的诊断测量结果预测病人是否患有肝病。
