Question

我将rpart函数应用于具有所有整数值的名为train的数据帧。有太多的功能，所以我创建了一个公式。

 columns_features <- (paste(colnames(train)[31:50], collapse = "+"))
 formulas <- as.formula(train$left_eye_center_x ~ columns_features)
 tree_pred <- rpart(formulas , data = train)

在这里，我收到错误消息

 Error in model.frame.default(formula = formulas, data = train, na.action = function (x)  : variable lengths differ (found for 'columns_features')

当我检查公式时

 train$left_eye_center_x ~ columns_features

，对于column_features，它有

[1] "l_1+ l_2+ l_3+ l_4+ l_5+ l_6+ l_7+ l_8+ l_9+ l_10+ l_11+ l_12+ l_13+ l_14+ l_15+ l_16+ l_17+ l_18+ l_19+ l_20"

为了在我手动输入列名称时进行检查，它可以正常工作

 formulas <- as.formula(train$left_eye_center_x ~ l_1+ l_2+ l_3+ l_4+ l_5+ l_6+ l_7+ l_8+ l_9+ l_10+ l_11+ l_12+ l_13+ l_14+ l_15+ l_16+ l_17+ l_18+ l_19+ l_20  )
 tree_pred <- rpart(formulas , data = train)

双引号是否会产生错误？有什么可以解决这个问题？我有很多功能，所以我不能手动输入每个功能。

Answer 1

来自？as.formula例子：

 ## Create a formula for a model with a large number of variables:
 xnam <- paste0("x", 1:25)
 (fmla <- as.formula(paste("y ~ ", paste(xnam, collapse= "+"))))

这意味着在您的情况下，以下内容应该有效：

formulas <- as.formula(paste("train$left_eye_center_x ~", paste(colnames(train)[31:50], collapse = "+")))

一种解决方法，而不是使用你的方法（NB：我从未使用过rpart，但我相信这有效）：

formulas <- as.formula(train$left_eye_center_x ~ .)  
tree_pred <- rpart(formulas , data = train[,31:50])

如果rpart不喜欢获取索引数据，您可以定义新的数据帧：

train4rpart <- train[,31:50]
tree_pred <- rpart(formulas , data = train4rpart)

实际上，阅读？rpart，你可以跳过整个公式：

tree_pred <- rpart(train$left_eye_center_x ~ . , data = train[,31:50])

OR

tree_pred <- rpart(train$left_eye_center_x ~ . , data = train4rpart)

在R中获得错误“变量长度不同（找到'columns_features'）”

1 个答案: