Question

我有一个带有两个类的不平衡数据集，因此我认为我可以使用ROC作为度量而不是精度来使用插入包在R中调整我的模型（我正在尝试不同的方法，如rpart，rf..etc）。我认为我们可以提取概率并使用ROC作为决策树类型算法中的度量标准以及使用插入符号。我使用下面的插入符号中的数据集来说明我的问题。这个数据有三个类，但我重新定义并创建了两个类用于说明目的。我不明白为什么下面的代码会出现这个错误（我在更改方法时会遇到同样的错误）。感谢您的帮助。

＆＃39; train.default（x，y，weights = w，...）出错：无法确定最终调整参数另外：警告信息： 1：在nominalTrainWorkflow中（x = x，y = y，wts = weights，info = trainInfo，：重采样性能度量中存在缺失值。 2：在train.default（x，y，weights = w，...）中：在汇总结果中找到缺失值＆＃39;

library(caret) 
data(iris)

iris$Species=as.character(iris$Species)
iris$Species[which(iris$Species=='virginica')]='versicolor'
iris$Species=as.factor(iris$Species)

fitControl <- trainControl(method = "cv",number=5,classProbs = TRUE,summaryFunction = twoClassSummary)

RF=train(Species ~ ., data = iris, method="rpart",metric="ROC", trControl=fitControl)

Answer 1

您的r和插入符号版本可能存在问题。更新您的插入符号包时，请确保您的r版本也保持更新。

之前我遇到过这个错误，并且更新r版本解决了它。

问题使用＆＃39; ROC＆＃39; R

1 个答案: