我有一个分类任务，我设法使用LDA（＆＃34; classif.lda＆＃34;）在几秒钟内使用mlr包训练。但是，当我使用＆＃34; classif.rpart＆＃34;培训从未结束。
对于不同的方法，有没有不同的设置？
我的训练数据here如果需要复制问题。我试着用
训练它pred.bin.task <- makeClassifTask(id="CountyCrime", data=dftrain, target="count.bins")
train("classif.rpart", pred.bin.task)
答案 0 :(得分：0)
一般情况下，在切换学习者时，您不需要更改有关设置的任何内容 - mlr的一个要点就是让这一切变得简单！这并不意味着它总是会起作用，因为不同的学习方法会做不同的事情。
在这种特殊情况下，模型只需要很长时间进行训练，因此您可能没有等待足够长的时间来完成训练。你有一个很大的数据框架。
查看您的数据，您似乎在count.bins中有一个值区间。这被R视为一个因子（即，如果字符串完全匹配，则间隔只相同），这可能不是你想要的。您可以将start和end编码为单独的（数字）功能。