Question

我是新的R用户。我得到了一个错误的插入包我无法解释。

我的实验由对8个变量和3个类别的305个观察结果组成。我想训练一个模型（这里是一个神经网络），然后预测一组观察的类，每个类的概率。由于我想尝试几种模型，我想使用'caret'包。

运行以下脚本时，R在尝试预测时停止并显示以下错误：

Error in dimnames(out)[[2]] <- rev(modelFit$obsLevels) :
  la longueur de 'dimnames' [2] n'est pas égale à l'étendue du tableau

De plus : Warning message:
In nominalTrainWorkflow(x = x, y = y, wts = weights, info = trainInfo,  :
  There were missing values in resampled performance measures.

My Test对象包含14个观察结果，需要8个变量。任何集合中都没有丢失的数据。

有人可以帮忙吗？

非常感谢提前！ LUC

脚本：

library(nnet)
library(caret)

Vars <- read.csv('/home/moumou/ter/Lit.csv',header=FALSE)
Clas <- read.csv('/home/moumou/ter/Lot.csv',header=FALSE)
Test <- read.csv('/home/moumou/ter/Lie.csv',header=FALSE)
colnames(Vars) <- paste('col',1:ncol(Vars),sep='')
colnames(Clas) <- paste('cls',1:ncol(Clas),sep='')
colnames(Test) <- paste('col',1:ncol(Test),sep='')
dt1 <- data.frame(Clas,Vars)
summary(dt1)
dt2 <- as.data.frame(Test)
summary(dt2)
model <- train(cls1 + cls2 + cls3 ~ col1 + col2 + col3 + col4 + col5 + col6 + col7 + col8 , data = dt1, method='nnet')

pred <- predict(model,newdata=dt2,type='prob')

Answer 1

这是正在运行的代码：

  Vars <- read.csv('/home/moumou/ter/Lit.csv',header=FALSE)
  Clas <- read.csv('/home/moumou/ter/Lot.csv',header=FALSE)
  Test <- read.csv('/home/moumou/ter/Lie.csv',header=FALSE)
  colnames(Vars) <- paste('col',1:ncol(Vars),sep='')
  colnames(Clas) <- paste('cls',1:ncol(Clas),sep='')
  colnames(Test) <- paste('col',1:ncol(Test),sep='')
  dt1 <- data.frame(Clas,Vars)
  summary(dt1)
  dt2 <- as.data.frame(Test)
  summary(dt2)

  dt1$class = as.factor(paste0("v",dt1$cls1 ,dt1$cls2, dt1$cls3))

  model <- train(class ~ col1 + col2 + col3 + col4 + col5 + col6 + col7 + col8 , data = dt1, method='nnet')

  pred <- predict.train(model,newdata=dt2,type='prob')

因此您的代码存在一些问题。组合时似乎是类变量（cls1 + cls2 + cls3）实际上是数字，所以不是分类而是进行回归。而type =“prob”仅用于分类。

其次，我必须在类变量值前添加 v 才能获得概率。请在this SO问题上查看已接受的答案。

R插入包 - 尺寸错误

1 个答案: