caret

一套 R 接口统一训练调参数百种机器学习模型

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署模型训练 🍴 复刻 626 🐛 待处理 249 👀 关注 100

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1668

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源R包，免费使用

项目数据

分类模型训练

开发团队topepo

官网地址http://topepo.github.io/caret

GitHubhttps://github.com/topepo/caret

定价模式🏷️完全免费

价格说明开源R包，免费使用

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

主要语言R

GitHub 星标★ 1668

上线时间2014-05-16 00:00:00

代码更新2026-10-22

仓库体积388.6 MB

本站数据更新2026-10-31

维护状态较活跃

收录时间2026-10-31

浏览次数0

项目介绍

caret（Classification And Regression Training）是 R 语言中历史悠久的机器学习建模工具包，提供一套统一的接口来训练和评估分类与回归模型。它解决的核心问题是：R 生态里不同模型包（如 randomForest、glmnet、xgboost、rpart 等）的调用方式、参数命名和预测接口各不相同，用户切换模型时需要重写大量代码。caret 通过统一的 train() 函数抽象出模型训练流程，用户只需指定方法名即可调用数百种模型，并自动完成重采样、参数调优和性能评估。核心能力包括：统一建模接口、网格与随机搜索调参、交叉验证与自助法重采样、数据预处理（中心化、标准化、缺失值插补、特征筛选）、模型性能比较与可视化绘图，以及变量重要性分析。它适合需要快速对比多种算法、构建基线模型的数据分析场景，是 R 机器学习工作流中的经典基础设施。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-10-31 · 当前星标 ★ 1668

使用教程

难度：入门约 5 分钟部署方式：库/依赖 4 步

环境要求

已安装 R 运行环境（R 控制台或 RStudio 均可）
可访问 CRAN 软件源以下载安装包
若要安装 GitHub 开发版，需额外安装 pak 包
无需数据库或其他外部服务

安装与启动步骤

1准备 R 环境

先装好 R，可选装 RStudio；本教程的 R 命令都在 R 控制台或 RStudio 的 Console 中执行。
2从 CRAN 装稳定版

官方推荐的安装方式，在 R 控制台执行即可自动下载并安装 caret 及其依赖。
```
install.packages('caret')
```
3装 GitHub 开发版

可选步骤。想用最新开发代码时执行，需先安装 pak 包，二者择一即可。
```
pak::pak('topepo/caret')
```
4加载包确认

加载成功后无报错即表示安装完成，之后可按官方文档使用 train() 建模。
```
library(caret)
```