Question

我正在尝试使用tree包运行简单的分类树。我已经从一本教科书中获取了代码，一个接一个地复制，但是不管我做什么，它都行不通。

library(ISLR)
library(tree)
C = Carseats
C$HighSales = ifelse(C$Sales<=8,"No","Yes")
C = C[,-1]

set.seed(2)
train = sample(1:nrow(C), 200)
carseats.test = C[-train,]
high.test = C$HighSales[-train]

tree.carseats = tree(HighSales~., C, subset = train)
tree.predict = predict(tree.carseats, carseats.test, type = "class")
table(tree.predict,high.test)
(93+48)/200

set.seed(3)
cv.cs = cv.tree(tree.carseats, FUN = prune.misclass)

I am getting the following error:

Error in as.data.frame.default(data, optional = TRUE) : 
  cannot coerce class ‘"function"’ to a data.frame

我已经看过该功能的帮助。它需要一个树对象，这就是我放入的对象。

可能是什么问题？该代码与教科书以及引用该书的其他网站相同。

Answer 1

有两个问题。一个与tree中的公式有关：

公式-公式表达式。左侧（响应）应该是将要拟合回归树时的数值向量，或者是生成分类树时的因子。右侧应该是一系列用+分隔的数字或因子变量；不应有互动条款。两者都有。和-允许：回归树可以包含偏移项。

因此，我们应该改为

C$HighSales <- factor(ifelse(C$Sales <= 8, "No", "Yes"))

接下来，cv.tree处理变量存在问题（请参见here）。做类似的事情

mydf <- C
tree.carseats <- tree(HighSales ~ ., mydf, subset = train)

有效。问题在于，有一个名为C的函数，而cv.tree完全是指该函数，而不是您的数据集。

尝试在分类树后进行交叉验证时出错

1 个答案: