caret包 各种算法的代码

`caret`是一个非常流行的R语言包，用于简化机器学习流程，包括数据预处理、模型选择、交叉验证以及最终的模型评估。这个包提供了大量的算法供选择，包括但不限于：

1. **线性回归** (lm)：```library(caret); train(y ~ ., data = df, method = "lm")```
2. **逻辑回归** (glm): ```train(y ~ ., data = df, method = "glm", family = "binomial")``
3. **决策树** (rpart或randomForest): ```train(y ~ ., data = df, method = "rpart" 或 "rf")```
4. **随机森林** (randomForest): ```train(y ~ ., data = df, method = "rf")```
5. **支持向量机** (svmLinear): ```train(y ~ ., data = df, method = "svmLinear", kernel = "linear")```
6. **KNN** (knn): ```train(y ~ ., data = df, method = "knn")```
7. **神经网络** (nnet): ```train(y ~ ., data = df, method = "nnet", size = c(10, 5))```

每个算法的代码都涉及`train()`函数，你需要提供目标变量（y）、自变量（.），以及数据集。`method`参数指定了你要使用的模型类型。使用`trainControl()`函数可以设置交叉验证策略。