在下面的示例中，当使用公式(y~x)调用的插入符号：：train函数生成模型时，predict函数会生成错误。如果模型是使用x，y规范生成的，则可以使用预测函数。为什么会这样呢？应该使用x，y规范吗？有没有一种方法可以使预
浏览 5提问于2018-01-08得票数 4
1回答
我想运行一个RF分类，就像在'randomForest‘中指定的一样，但仍然使用k重重复交叉验证方法(代码如下)。如何阻止插入符号从我的分类变量中创建虚拟变量？search='grid')
> rf_gridsearch <- train
浏览 9提问于2020-10-23得票数 0
回答已采纳
请注意，栅格是一个普通的旧整数，而不是as.factor光栅。一切都很好..。使用一个因子变量的插入符号训练的Rf模型可以工作，但在raster::predict()上失败。上述步骤的错误和进展清楚地表明，我的方法和caret:train()相对于raster::predict()存在一个问题。补充道：i一直在混乱，意识到如果caret::train()中的模型是以公式形式编写的，它就能工作。从模型对象的结构来看，可以很容易地看到，为
浏览 21提问于2014-08-04得票数 4
回答已采纳
当尝试在使用使用公式从predict()包中的train()函数训练的randomForest对象上使用caret方法时，该函数返回一个错误。当通过randomForest()和/或使用x=和y= (而不是公式)进行培训时，一切都很顺利。")], y=imp85[, "numOfDoors"
浏览 2提问于2015-05-07得票数 11
回答已采纳
我试图使用rpart在R中创建一个序数回归树，预测器大部分是序数数据，在R中存储为factor。当我使用rpart创建树时，我得到了如下内容：其中的值是因子值(例如，A170的标签范围从-5到10)。但是，当我使用caret使用rpart对数据进行train时，当我提取最终模型时，树不再有序数预测器。有关输出树的示例，请参见下面。
那么，在用caret包对树进行拟合时，是否可以保留序数变量而不是将因子变量转换为多个二进制指示变量？
浏览 2提问于2015-06-13得票数 3
回答已采纳
3回答
我试图使用来自xgbTree包的train函数来拟合caret模型。x10=c(NA, NA, NA, NA, 0, NA, 0, NA, NA, NA, 0, NA, NA, NA, NA, NA, NA, NA, NA, NA),
y=c(0.002726095549649020.0426927149151269, 0.0248756218905473, 0, 0, 0.000855672497463542, 0.028702640642
浏览 3提问于2017-03-21得票数 1
根据nnet文档，函数参数可以以以下两种方式中的一种方式输入：
我的问题是，由于某种原因，如果我用公式方法建立一个模型，一切都会很好。但是，当我尝试使用x，y方法时，在执行代码后会得到以下错误：
Nnet.defaul
浏览 3提问于2017-10-25得票数 0
回答已采纳
X_train, X_test, y_train, y_test = train_test_split(features, df['Label'], test_size=0.2, random_state=111)print (X_test.shape) # (136, 4196)
print (y_<em
浏览 3提问于2021-04-06得票数 0
回答已采纳
在创建我自己的插入符号模型时，我遵循了这个准则。它在这里说
loop = NULL)cFBasic$prob <- NULL但是，当我尝试测试模型时，会产生以下错误number = 10,
浏览 5提问于2019-12-04得票数 0
回答已采纳
我试图创建一个使用线性回归的预测模型，数据集有157,673个条目。X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size=0.33, shuffle= True) lineReg= LinearRegression()
lineReg.fit(X_train, y</
浏览 0提问于2021-05-17得票数 1
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=33) print ("Accuracy: %s" % classifier.score(
浏览 352提问于2017-04-05得票数 21
回答已采纳
使用Python3.10.0和NumPy 1.21.4。 c2 = np.polynomial.polynomial.Polynomial.fit(x, y, 2).coef
print(c2)
[8443.4986422 2529.67242075 -872.88411679]
当插入相同的公式
浏览 9提问于2021-12-09得票数 2
回答已采纳
当我使用Caret包中的'train‘函数创建一个模型来执行带权重的梯度提升时，当我使用'varImp’函数时，我得到一个错误，说它没有检测到一个树模型。但是当我去掉权重的时候，它就起作用了。下面的代码会产生错误： set.seed(123)
model_weights <- ifelse(modelo_df_sseg$FATALIDADES == 1,为什么varImp认不出我的树？ 编
浏览 12提问于2020-09-04得票数 2
回答已采纳
下面是我在Rstudio中运行的代码：set.seed(1)modelout <- try(train(y~.如果我打字在运行上述代码后的命令窗口中，我得到了这个函数的主体，从AMORE包中可以看出这一点。RColorBrew
浏览 3提问于2014-01-09得票数 0
回答已采纳
1回答
在R中，我有一个输出函数的函数(称为函数工厂)。但是，当用%>%对输入进行管道处理时，会产生奇怪的错误。下面是一个简化的示例： function(x) a*x3 %>% ax() %>% plot # Error ina * x : non-numeric argument to binary operator
ax(3)
浏览 4提问于2020-05-16得票数 2
回答已采纳
"]]y = np.array(data[predict])
浏览 38提问于2020-08-03得票数 0
回答已采纳
当我试图将我的数据分成测试集和训练集时，使用下面的sample.split，采样是非常不清楚的。>= 0.5) { class2i <- 1} else { class2i <- 0} r2 <- table(class2，test$m 01)#混淆矩阵
Model.frame.default中的错误</em
浏览 2提问于2017-11-29得票数 2
回答已采纳
当我使用预测glmnet函数时，我会得到代码下面提到的错误。mydata <- read.csv("data.csv")y <- mydata[,5]model <- model.matrix)[1]))x_
浏览 3提问于2016-02-16得票数 6
回答已采纳
2回答
我挣扎了几天，用插入符号包执行分类树。问题是我的因素变量。我生成树，但是当我试图使用最好的模型对测试样本进行预测时，它失败了，因为train函数为我的因子变量创建了假人，然后预测函数在测试集中找不到这些新创建的假人。我该如何处理这个问题？nzv <- nearZeroVar(db[,-78])
model.tree1 <-预测性(tree1 1$fina
浏览 7提问于2014-12-18得票数 6
回答已采纳
(y ~ bool_3,+ method = "glm",+ trControl = cv.ctrl) train()'s
浏览 7提问于2014-05-19得票数 5
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
