在昨日的推送中，我和大家简单介绍了如何创建与操作task对象，今天咱们接着深入了解一下。
上一期讲到task的col_roles信息，这个是用来储存各列角色的，接下来咱们用实例学习如何操作该对象：
library(mlr3)mtcars[1:5,1:3]#查看mtcars数据集（前五行，前三列），该数据集列名就是车的型号
#我们把mtcars的前3列转化为“data.table”，并保留行名data=as.data.table(mtcars[,1:3],keep.rownames=TRUE)#创建回归模型的Task（id，backend和target的定义请参考上期内容）task=TaskRegr$new(id="cars",backend=data,target="mpg")#当保留原数据集的行名时，task的feature就会多出一个名叫“rn“的列，代表rownamestask$feature_names#[1]"cyl""disp""rn"#我们可以把rn这一列作为name这个角色task$set_col_roles("rn",roles="name")#当把“rn“设置为”name“角色后，它就不存在于feature中task$feature_names#[1]"cyl""disp"task$select(c("disp"))#只保留disp这个feature列task$filter(1:3)#只保留1到3行的数据task$head()#查看数据
task$cbind(data.table::data.table(foo=letters[1:3]))#按列合并数据，也即添加一列新数据。task$head()#查看数据
关于mlr3包的Task对象的创建和操作就讲到这里，希望大家多多练习，熟练掌握！
生信与临床