Question

在作业中，我们被要求对CART模型执行交叉验证。我尝试使用cvFit中的cvTools函数，但收到了一条奇怪的错误消息。这是一个最小的例子：

library(rpart)
library(cvTools)
data(iris)
cvFit(rpart(formula=Species~., data=iris))

我看到的错误是：

Error in nobs(y) : argument "y" is missing, with no default

traceback()：

5: nobs(y)
4: cvFit.call(call, data = data, x = x, y = y, cost = cost, K = K, 
       R = R, foldType = foldType, folds = folds, names = names, 
       predictArgs = predictArgs, costArgs = costArgs, envir = envir, 
       seed = seed)
3: cvFit(call, data = data, x = x, y = y, cost = cost, K = K, R = R, 
       foldType = foldType, folds = folds, names = names, predictArgs = predictArgs, 
       costArgs = costArgs, envir = envir, seed = seed)
2: cvFit.default(rpart(formula = Species ~ ., data = iris))
1: cvFit(rpart(formula = Species ~ ., data = iris))

看来y必须cvFit.default。但是：

> cvFit(rpart(formula=Species~., data=iris), y=iris$Species)
Error in cvFit.call(call, data = data, x = x, y = y, cost = cost, K = K,  : 
  'x' must have 0 observations

我做错了什么？哪个包允许我使用CART树进行交叉验证而无需自己编写代码？（我太懒了......）

Answer 1

插入符号包使交叉验证变得轻而易举：

> library(caret)
> data(iris)
> tc <- trainControl("cv",10)
> rpart.grid <- expand.grid(.cp=0.2)
> 
> (train.rpart <- train(Species ~., data=iris, method="rpart",trControl=tc,tuneGrid=rpart.grid))
150 samples
  4 predictors
  3 classes: 'setosa', 'versicolor', 'virginica' 

No pre-processing
Resampling: Cross-Validation (10 fold) 

Summary of sample sizes: 135, 135, 135, 135, 135, 135, ... 

Resampling results

  Accuracy  Kappa  Accuracy SD  Kappa SD
  0.94      0.91   0.0798       0.12    

Tuning parameter 'cp' was held constant at a value of 0.2

Answer 2

最后，我能够让它发挥作用。正如Joran所指出的那样，cost参数需要进行调整。在我的情况下，我使用0/1丢失，这意味着我使用一个简单的函数来评估!=而不是-和y之间的yHat。此外，predictArgs必须包含c(type='class')，否则内部使用的predict调用将返回概率向量，而不是最可能的分类。总结一下：

library(rpart)
library(cvTools)
data(iris)
cvFit(rpart, formula=Species~., data=iris,
      cost=function(y, yHat) (y != yHat) + 0, predictArgs=c(type='class'))

（这使用了cvFit的另一种变体。rpart可以通过设置args=参数来传递{{1}}的附加参数。）

交叉验证CART模型

2 个答案: