如何在R中进行三类分类

时间:2015-11-02 15:37:11

标签: r classification regression cross-validation

我有3个文件代表三个类,即Class 0,Class1和Class2。 我想阅读这3个文本文件,并希望进行三个类分类。 有没有办法可以读取所有文本文件并将它们组合到一个文件中。然后创建分类进行分类?

我的基本代码是

 basefile1 = read.table("data1.txt", header = TRUE)
 basefile2 = read.table("data2.txt", header = TRUE)

(如何在分割成75%和25%的训练测试集之前合并这些文件?

我需要帮助分割基础文件,因为它不仅仅是0级和1级。 我的2类初始代码是:

require(caret)
splitIndex <- createDataPartition(totalbasefile$CLASS, p = .75, list = FALSE, times = 1)
trainDF <- totalbasefile[ splitIndex,]
testDF  <- totalbasefile[-splitIndex,]
fsModels <- c("gbm", "lasso")
myFS<-fscaret(trainDF, testDF, myTimeLimit = 40, preprocessData=TRUE,
              Used.funcRegPred = 'gbm', with.labels=TRUE,
              supress.output=FALSE, no.cores=2)

我应该修改它在R中进行3级分类? 任何建议都会有所帮助

0 个答案:

没有答案